CONCEPTOS BÁSICOS

EN PROBABILIDAD
UNIVERSIDAD PEDAGÓGICA Y TECNOLOGICA DE COLOMBIA
I SEMESTRE 2022
INGENIERÍA ELECTRÓNICA

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 INTRODUCCIÓN A LA PROBABILIDAD
❑INTRODUCCIÓN
➢ El término probabilidad se refiere al estudio de azar y la incertidumbre en
cualquier situación en la cual varios posibles sucesos pueden ocurrir.

➢ La disciplina de la probabilidad proporciona métodos de cuantificar las

oportunidades y probabilidades asociadas con varios sucesos

➢ El estudio de la probabilidad como una rama de las matemáticas se remonta a más

de 300 años, cuando nace en conexión con preguntas que implicaban juegos de
azar.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 INTRODUCCIÓN A LA PROBABILIDAD
❑ NOTACIÓN DE PROBABILIDADES

NOTACIÓN DE PROBABILIDADES
P Probabilidad
A, B y C eventos o “sucesos”
P(A) probabilidad de que ocurra el suceso A

Mide la mayor o menor posibilidad de que se dé un determinado resultado (suceso o

evento) cuando se realiza un experimento aleatorio.

CÁLCULO: se toma en cuenta todos los casos posibles de ocurrencia del mismo, es decir,
de cuántas formas pueden ocurrir determinada situación. Entonces la probabilidad de un
acierto está dada por la razón n/N

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 INTRODUCCIÓN A LA PROBABILIDAD
❑ NOTACIÓN DE PROBABILIDADES

NOTACIÓN DE PROBABILIDADES
P Probabilidad
A, B y C eventos o “sucesos”
P(A) probabilidad de que ocurra el suceso A

EJEMPLO: ¿Cuál es la probabilidad de sacar un as de una baraja ordinaria de 52

cartas de juego?

Puesto que hay n= 4 ases entre las N=52 cartas, la probabilidad de sacar un as es
4/52=1/13=7.692%. Es decir un as por cada 13 cartas.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑ESPACIOS MUESTRALES

ESPACIOS MUESTRALES

Cuando hablábamos de experimento lo definimos como cualquier proceso de

observación y medición, de modo que, un experimento puede consistir en verificar
si un interruptor está encendido o apagado, en contar las imperfecciones en un
pedazo de tela, entre otros, y los productos de ese experimento ya sean lecturas
de instrumentos, conteos, respuestas de si o no, esos valores obtenidos se
conocen como resultados del experimento.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑ESPACIOS MUESTRALES

NOTACIÓN DEL ESPACIO MUESTRAL “S”

Al conjunto de todos los posibles resultados de un experimento se le denomina

“espacio muestral” representado por S. cada resultado de un espacio muestral
se llama elemento del espacio muestral o punto de la muestra.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑ESPACIOS MUESTRALES

NOTACIÓN DEL ESPACIO MUESTRAL “S”

Si el espacio muestral tiene un número finito de elementos podemos enumerar los elementos
en la notación usual de conjuntos. Por ejemplo el espacio muestral de los posibles resultados
de tirar una moneda: S= {C, S}; donde C y S representan cara y sello.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑ESPACIOS MUESTRALES

NOTACIÓN DEL ESPACIO MUESTRAL “S”

EJEMPLO: Describa un espacio muestral que sea apropiado para un experimento en el que
lanzamos un par de dados uno rojo y uno verde:
𝑺𝟏 = 𝒙, 𝒚 ∣ 𝒙 = 𝟏, 𝟐, 𝟑, 𝟒, 𝟓, 𝟔; 𝒚 = 𝟏, 𝟐, 𝟑, 𝟒, 𝟓, 𝟔

Donde x representa el número en que cayó el dado rojo y y representa el número del dado verde.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑ESPACIOS MUESTRALES

NOTACIÓN DEL ESPACIO MUESTRAL “S”

Si el espacio muestral es infinito tendrá muchas posibilidades de ocurrencia de eventos (sucesos).

Por ejemplo: si se lanza una moneda hasta que aparezca una cara por primera vez, esto podría
suceder en el primer lanzamiento, en el segundo lanzamiento, en el tercer lanzamiento, en el cuarto
lanzamiento, etc, como se observa hay infinitamente muchas posibilidades, de este experimento se
tiene el siguiente espacio muestral:

𝑺 = 𝑪, 𝑺𝑪, 𝑺𝑺𝑪, 𝑺𝑺𝑺𝑪, 𝑺𝑺𝑺𝑺𝑪, … . .

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑DIAGRAMA DE ÁRBOL
Para listar los elementos del espacio 1er 1er
Lanz. Lanz.
muestral que proporciona la mayor
información se construye un diagrama de
árbol. C CC JUAN
Por ejemplo: un experimento consiste en
lanzar una moneda dos veces. C
•Si en ambos lanzamientos sale cara la S CS MARÍA
moneda será de Juan.
INICIO
•Si sale sello dos veces será de Pedro
•Si una vez sale cara y otra vez sale sello C SC MARÍA
será de María.
S
•Determine la probabilidad de que la S SS PEDRO
moneda sea de c/u.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑DIAGRAMA DE ÁRBOL
1er 1er
Lanz. Lanz.

1
C CC JUAN 𝑃 𝐽 = = 0.25 ≈ 25%
4

C 2
S CS MARÍA 𝑃 𝑀 = = 0.50 ≈ 50%
4
INICIO
1
C SC MARÍA 𝑃 𝑃 = = 0.25 ≈ 25%
4
S
S SS PEDRO

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑SUCESOS

Cualquier conjunto de resultados o consecuencias de un procedimiento, es decir, un

subconjunto del espacio muestral. También pueden ser llamados sucesos.
Ejemplo 1: con respecto al espacio muestral S1:

𝑺𝟏 = 𝒙, 𝒚 ∣ 𝒙 = 𝟏, 𝟐, 𝟑, 𝟒, 𝟓, 𝟔; 𝒚 = 𝟏, 𝟐, 𝟑, 𝟒, 𝟓, 𝟔

Describa el evento A en que el número de puntos obtenidos con el dado sea divisible entre
3.

Solución: entre 1, 2, 3, 4, 5 y 6, sólo 3 y 6 son divisibles entre 3, por consiguiente, A está

representado por el subconjunto {3,6} del espacio muestral S1.

𝑨= 𝟑, 𝟔

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑SUCESOS

Ejemplo 2: respecto al espacio muestral S1:

𝑺𝟏 = 𝒙, 𝒚 ∣ 𝒙 = 𝟏, 𝟐, 𝟑, 𝟒, 𝟓, 𝟔; 𝒚 = 𝟏, 𝟐, 𝟑, 𝟒, 𝟓, 𝟔

Describa el evento B en que el número de puntos obtenidos con el par de dados es 7.

Solución: entre las 36 posibilidades, sólo (1,6),(2,5),(3,4),(4,3),(5,2) y (6,1) dan un total

de 7,

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

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑SUCESOS

En la siguiente gráfica se observa el evento de que caiga un total de 7:

Se observa que las diagonales del conjunto de

eventos representan el total de que caiga 7, 6, 8 etc.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑RELACIÓN ENTRE SUBCONJUNTOS PROBABILÍSTICOS

En problemas de probabilidad existen EVENTOS (subconjuntos del espacio

muestral) que en realidad son COMBINACIONES de dos o más eventos,
formados al tomar uniones, intersecciones y complementos.

El Complemento: de un evento A respecto de S: es el subconjunto de todos

los elementos que no están en A y se simboliza A’.

Ejemplo: considere el espacio muestral

S= {libro, teléfono, mp3, papel, papelería, computadora}
Sea A= {libro, papelería, computadora, papel}
A’= {teléfono, mp3}.
Consiste en todos los resultados en los cuales el evento A no ocurre.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑RELACIÓN ENTRE SUBCONJUNTOS PROBABILÍSTICOS

El Complemento:

Ejemplo: en realidad nacen más niños que niñas. En un grupo típico, hay 205 bebes recién
nacidos y 105 de ellos son niños. Si un bebé del grupo es seleccionado al azar, ¿cuál es la
probabilidad de que no sea un niño?

Solución: ya que 105 de los 205 bebés son niños, se deduce que 100 de ellos son niñas.

100
𝑃 𝑛𝑜 𝑠𝑒𝑙𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑟 𝑎 𝑢𝑛 𝑛𝑖ñ𝑜 = = 0.488 ≈ 48.80%
205

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑RELACIÓN ENTRE SUBCONJUNTOS PROBABILÍSTICOS

La Unión: de dos eventos A y B, que se denota con el símbolo AUB, es el evento que contiene
todos los elementos que pertenecen a A o a B, o a ambos.

Ejemplo:
Sea A= {a, b, c} y
B= {b, c, d, e}
AUB= {a, b, c, d, e}

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑RELACIÓN ENTRE SUBCONJUNTOS PROBABILÍSTICOS

La Intersección: de dos eventos A y B, que se denota con el símbolo A ∩ B, es el evento

que contiene todos los elementos que son comunes en A y B.

Ejemplo: sea A= {1, 2, 3, 4, 5, 6, 7, 8} y

B= {2, 4, 6, 8, 9, 10}
A∩B= {2, 4, 6, 8}

Que ᴓ denote el evento nulo (el evento sin resultados). Cuando A ∩ B= ᴓ, se dice que A y B
son eventos mutuamente excluyentes o disjuntos.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
❑RELACIÓN ENTRE SUBCONJUNTOS PROBABILÍSTICOS
RESUMEN: La relación de eventos y el correspondiente espacio muestral se ilustra mediante
Diagramas de Venn, donde el espacio muestral se denota como un rectángulo y los eventos
con círculos dentro del rectángulo.

Eventos mutuamente La región Diagrama de Venn Región sombreada Región sombreada

excluyentes. sombreada es A’. de los eventos A y B. es A ∪ B. es A ∩ B.
PROBALIBILIDAD Y ESTADÍSTICA - UPTC
 PROBABILIDAD
❑RELACIÓN ENTRE SUBCONJUNTOS PROBABILÍSTICOS
RESUMEN: aplicación relación entre conjuntos

𝐴∪𝐶 𝐴 ∪ 𝐶 = 1, 2, 3, 4, 5, 7
𝐵´ ∩ 𝐴 𝐵´ ∩ 𝐴 = 4, 7
𝐴∩𝐵∩𝐶 𝐴∩𝐵∩𝐶 = 1
𝐴 ∪ 𝐶 ∩ 𝐶´ 𝐴 ∪ 𝐶 ∩ 𝐶´ = 2, 6, 7
𝐴∩𝐵 𝐴 ∩ 𝐵 = 1, 2
𝐵∩𝐶 𝐵 ∩ 𝐶 = 1, 3

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLAS PARA DEFINIR LA PROBABILIDAD DE UN EVENTO
“SUCESO”
REGLA DEFINICIÓN EXPRESIÓN EJEMPLO

P(A): probabilidad de que una tachuela cae

REGLA 1: Cuando se realice un
con la punta hacia arriba): debemos
Aproximación de procedimiento un
repetir muchas veces el procedimiento de
la probabilidad gran # de veces y se 𝑁° 𝑑𝑒 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑖𝑜 𝐴
𝑃(𝐴) = lanzar la tachuela y después calcular el
por frecuencias cuente las veces que 𝑁° 𝑑𝑒 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑟𝑒𝑝𝑖𝑡𝑖ó 𝑒𝑙 𝑒𝑛𝑠𝑎𝑦𝑜
cociente del número de veces que la
relativas el suceso A ocurre en
tachuela cae con la punta hacia arriba
realidad.
entre el número de lanzamientos.

DEFINICIÓN EMPÍRICA, “A POSTERIORI”,

También se conoce como…..
EXPERIMENTAL O DE FRECUENCIA RELATIVA

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLAS PARA DEFINIR LA PROBABILIDAD DE UN EVENTO
“SUCESO”
REGLA DEFINICIÓN EXPRESIÓN EJEMPLO
Si un procedimiento
REGLA 2: Método dado tiene n sucesos
clásico de la simples distintos y Cuando se trata de determinar P (2) con un
probabilidad que cada uno de los dado, cada una de las 6 caras tiene la
(requiere sucesos simples tiene 𝑁° 𝑑𝑒 𝑓𝑜𝑟𝑚𝑎𝑠 𝑒𝑛 𝑞𝑢𝑒 𝑝𝑢𝑒𝑑𝑒 𝑜𝑐𝑢𝑟𝑟𝑖𝑟 𝐴 misma probabilidad de ocurrir.
𝑃(𝐴) =
resultados la misma probabilidad 𝑁° 𝑑𝑒 𝑠𝑢𝑐𝑒𝑠𝑜𝑠 𝑠𝑖𝑚𝑝𝑙𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒𝑠
igualmente de ocurrir. Si el 𝑁° 𝑑𝑒 𝑓𝑜𝑟𝑚𝑎𝑠 𝑒𝑛 𝑞𝑢𝑒 2 𝑝𝑢𝑒𝑑𝑒 𝑜𝑐𝑢𝑟𝑟𝑖𝑟 1
suceso A puede 𝑃 2 = =
probables) # 𝑑𝑒 𝑠𝑢𝑐𝑒𝑠𝑜𝑠 𝑠𝑖𝑚𝑝𝑙𝑒𝑠 6
ocurrir en s de estas n
formas.

También se conoce como….. DEFINICIÓN CLÁSICA DE LAPLACE, “A PRIORI” O TEÓRICA

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLAS PARA DEFINIR LA PROBABILIDAD DE UN EVENTO
“SUCESO”
REGLA DEFINICIÓN EXPRESIÓN EJEMPLO

P(A), la
probabilidad del
REGLA 3: Cuando se estima la probabilidad de que
suceso A, se estima
Probabilidades Estimación a base del conocimiento en el mañana llueva, los meteorólogos usan su
con base en el
subjetivas área. conocimiento de las condiciones del tiempo
conocimiento de las
para desarrollar un estimado de la P.
circunstancias
relevantes.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA 1: PROBABILIDAD POR FRECUENCIAS RELATIVAS
EJEMPLO 1:

Método: probabilidad por frecuencias relativas REGLA 1

Calcule la probabilidad que tiene un jugador de baloncesto de la NBA, de anotar un tiro libre después de
recibir una falta. En cierto momento de su carrera, anotó 5915 tiros libres entre 6679 intentos.

Espacio muestral: dos sucesos simples anota o no el tiro libre.

5915
𝑃 𝑎𝑛𝑜𝑡𝑎𝑟 𝑡𝑖𝑟𝑜 𝑙𝑖𝑏𝑟𝑒 = = 0.886 = 88.60%
6679

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA 1: PROBABILIDAD POR FRECUENCIAS RELATIVAS
EJEMPLO 2:

Método: probabilidad por frecuencias relativas REGLA 1

Se conoce que una moneda está cargada. Esto significa que un lado de la moneda se obtiene con mayor
frecuencia que el otro dado al lanzarla al azar un número grande de veces. Para determinar la probabilidad de
que caiga cara la moneda se lanza 60 veces al aire, de las cuales 24 veces cayó cara. Si aplicamos la fórmula
obtenemos:

24
𝑃 𝑐𝑎𝑟𝑎 = = 0.4 = 40%
60

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA 2: MÉTODO CLÁSICO DE LA PROBABILIDAD (REQUIERE
RESULTADOS IGUALMENTE PROBABLES)
EJEMPLOS 1: MÉTODO CLÁSICO DE LA PROBABILIDAD REGLA 2
☺ Determine la probabilidad de que exactamente dos de los tres hijos de una pareja sean varones. Suponga
que es igualmente probable dar a luz un niño que una niña.
Identificar el espacio muestral: # de sucesos simples diferentes:
1ro 2do 3ro
NIÑO 1 NIÑO NIÑO NIÑO
NIÑO NIÑA NIÑO NIÑO NIÑA
2
NIÑO NIÑO NIÑO NIÑA NIÑO
NIÑA 3
NIÑA 4 NIÑO NIÑA NIÑA
INICIO
NIÑO 5 NIÑA NIÑO NIÑO
NIÑO
NIÑA 6 NIÑA NIÑO NIÑA
NIÑA NIÑA NIÑA NIÑO
NIÑO 7
NIÑA
NIÑA 8 NIÑA NIÑA NIÑA

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA 2: MÉTODO CLÁSICO DE LA PROBABILIDAD (REQUIERE
RESULTADOS IGUALMENTE PROBABLES)
EJEMPLOS 1: MÉTODO CLÁSICO DE LA PROBABILIDAD REGLA 2
☺ Determine la probabilidad de que exactamente dos de los tres hijos de una pareja sean varones. Suponga
que es igualmente probable dar a luz un niño que una niña.

Identificar el espacio muestral: # de sucesos simples diferentes:

El espacio muestral consiste en 8 formas diferentes en que 3 hijos
pueden presentarse, 8 resultados igualmente probables, de modo que
la probabilidad de que 2 de los 3 hijos sean varones está dada por:

3
𝑃 𝟐 𝒗𝒂𝒓𝒐𝒏𝒆𝒔 𝒆𝒏 𝟑 𝒏𝒂𝒄𝒊𝒎𝒊𝒆𝒏𝒕𝒐𝒔 = = 𝟎. 𝟑𝟕𝟓 = 𝟑𝟕. 𝟓𝟎%
8

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA 2: MÉTODO CLÁSICO DE LA PROBABILIDAD (REQUIERE
RESULTADOS IGUALMENTE PROBABLES)
EJEMPLOS 2: MÉTODO CLÁSICO DE LA PROBABILIDAD REGLA 2
Si se extrae una carta de un paquete de 52 cartas de las cuales 26 son negras (13 espadas A, 2, 3, … , 10, J, Q,
K); 13 son tréboles); y 26 son rojas (13 corazones y 13 diamantes), halle la probabilidad de que la carta sea:
a. Una K.
b. Roja.
c. De diamante.
Identificar el espacio muestral: # de sucesos simples diferentes: 52 cartas
a. Una K
Suponga que K es el evento de obtener una carta que sea K, entonces la denotación será P(K)

4 1
𝑃 K = = = 0.07692 = 7.692% 𝑎𝑝𝑟𝑜𝑥.
52 13

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA 2: MÉTODO CLÁSICO DE LA PROBABILIDAD (REQUIERE
RESULTADOS IGUALMENTE PROBABLES)
EJEMPLOS 2: MÉTODO CLÁSICO DE LA PROBABILIDAD REGLA 2
Si se extrae una carta de un paquete de 52 cartas de las cuales 26 son negras (13 espadas A, 2, 3, … , 10, J, Q,
K); 13 son tréboles); y 26 son rojas (13 corazones y 13 diamantes), halle la probabilidad de que la carta sea:
a. Una K.
b. Roja.
c. De diamante.
Identificar el espacio muestral: # de sucesos simples diferentes: 52 cartas
b. Roja.
Suponga que R es el evento de obtener una carta que sea ROJA, entonces la denotación será P(R)

26 1
𝑃 R = = = 0.5 = 50%
52 2

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA 2: MÉTODO CLÁSICO DE LA PROBABILIDAD (REQUIERE
RESULTADOS IGUALMENTE PROBABLES)
EJEMPLOS 2: MÉTODO CLÁSICO DE LA PROBABILIDAD REGLA 2
Si se extrae una carta de un paquete de 52 cartas de las cuales 26 son negras (13 espadas A, 2, 3, … , 10, J, Q,
K); 13 son tréboles); y 26 son rojas (13 corazones y 13 diamantes), halle la probabilidad de que la carta sea:
a. Una K.
b. Roja.
c. De diamante.
Identificar el espacio muestral: # de sucesos simples diferentes: 52 cartas
c. De diamante.
Suponga que D es el evento de obtener una carta que sea DIAMANTE, entonces la denotación será P(D)

13 1
𝑃 D = = = 0.25 = 25%
52 4

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
CONTEO DE PUNTOS MUESTRALES

CONCEPTO: Son algunas reglas que se usan con el fin de contar el número de puntos muestrales de un
experimento cuando éstos no son fáciles de listar por su cantidad.

El conteo presenta varios métodos para obtener el número total de resultados en espacios muestrales por
medio de la REGLA FUNDAMENTAL DEL CONTEO ó REGLA DE LA MULTIPLICACIÓN. Ej: la selección
de 5 números de la lotería entre 1 y 39.

REGLA DE LA MULTIPLICACIÓN No. 1: Si una operación se puede llevar a cabo en n1 formas, y

si para cada una de éstas se puede realizar una segunda operación en n2 formas, entonces las
dos operaciones se pueden ejecutar juntas de n1n2 formas.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN

REGLA DE LA MULTIPLICACIÓN No. 1: Si una operación se puede llevar a cabo en n1 formas, y si para
cada una de éstas se puede realizar una segunda operación en n2 formas, entonces las dos operaciones se pueden
ejecutar juntas de n1n2 formas.

EJEMPLO DE APLICACIÓN No. 1:

¿Cuántos puntos muestrales hay en el espacio muestral cuando se lanza un par de dados una
vez?

Solución: El primer dado puede caer en cualquiera de n1 = 6 maneras. Para cada una de esas 6
maneras el segundo dado también puede caer en n2 = 6 formas. Por lo tanto, el par de dados
puede caer en n1n2 = (6)(6) = 36 formas posibles.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
CONTEO DE PUNTOS MUESTRALES

EJEMPLO DE APLICACIÓN No. 2:

Un urbanista de una nueva subdivisión ofrece a los posibles

compradores de una casa elegir entre Tudor, rústica, colonial y
tradicional el estilo de la fachada, y entre una planta, dos pisos y
desniveles el plano de construcción. ¿En cuántas formas diferentes
puede un comprador ordenar una de estas casas?

SON DEMASIADOS PUNTOS MUESTRALES Y EL ESPACIO MUESTRAL

MUY GRANDE: SE DEBE REALIZAR DIAGRAMA DE ÁRBOL

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
CONTEO DE PUNTOS MUESTRALES

EJEMPLO DE APLICACIÓN No. 2:

¿En cuántas formas diferentes puede un comprador ordenar

una de estas casas?

𝑛1 = 𝑇𝑖𝑝𝑜 𝑑𝑒 𝑒𝑠𝑡𝑖𝑙𝑜𝑠 𝑑𝑒 𝑓𝑎𝑐ℎ𝑎𝑑𝑎; 𝑛1 = 4

𝑛2 = 𝑇𝑖𝑝𝑜 𝑑𝑒 𝑛𝑖𝑣𝑒𝑙𝑒𝑠 𝑑𝑒 𝑙𝑎𝑠 𝑐𝑎𝑠𝑎𝑠; 𝑛2 =3

𝒏𝟏 𝒏𝟐 = 𝟒 𝟑 = 𝟏𝟐 opciones de casas dadas por las trayectorias a lo

largo de las ramas.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
CONTEO DE PUNTOS MUESTRALES

➢ EJEMPLO DE APLICACIÓN No. 3: ESTUDIANTES

Si un miembro de un club que tiene 22 integrantes necesitara elegir un presidente y un tesorero, ¿de cuántas
maneras diferentes se podría elegir a ambos?
Para el puesto de presidente: hay 22 posibilidades en total.
Para cada una de esas 22 posibilidades hay 21 posibilidades de elegir al tesorero. Si utilizamos la regla de la
multiplicación, obtenemos n1 × n2 = 22 × 21 = 462 maneras diferentes.

➢ EJEMPLO DE APLICACIÓN No. 4: ESTUDIANTES

Suponga que un cliente desea comprar un nuevo teléfono celular y que puede elegir entre n1 = 5 marcas, n2 = 5
tipos de capacidad y n3 = 4 colores. ¿De cuántas maneras diferentes un cliente puede ordenar uno de estos
teléfonos.
Estas tres clasificaciones dan como resultado n1n2n3 = (5)(5)(4) = 100 diferentes formas en las que un cliente
puede ordenar uno de estos teléfonos.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN

REGLA DE LA MULTIPLICACIÓN No. 2: Si una operación se puede ejecutar en n1 formas, y si para cada
una de éstas se puede llevar a cabo una segunda operación en n2 formas, y para cada una de las
primeras dos se puede realizar una tercera operación en n3 formas, y así sucesivamente, entonces la
serie de k operaciones se puede realizar en n1n2...nk formas

EJEMPLO DE APLICACIÓN No. 1:

Sam va a armar una computadora y para comprar las partes tiene que elegir entre
las siguientes opciones: dos marcas de circuitos integrados, cuatro marcas de discos
duros, tres marcas de memorias y cinco tiendas locales en las que puede adquirir un
conjunto de accesorios. ¿De cuántas formas diferentes puede Sam comprar las
partes?

SOLUCIÓN: Como n1 = 2, n2 = 4, n3 = 3 y n4 = 5, hay n1 × n2 × n3 × n4 = 2 × 4 × 3 × 5 = 120

formas diferentes de comprar las partes.
PROBALIBILIDAD Y ESTADÍSTICA - UPTC
 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN

EJEMPLO DE APLICACIÓN No. 2:

Suponga que descubre que un criminal está utilizando su número de identidad y asegura que generó los
números de manera aleatoria. ¿Cuál es la probabilidad de obtener su número de identidad al generar
aleatoriamente 9 dígitos? ¿Es posible que lo que afirma el criminal sea verdad?

Cada uno de los nueve dígitos tiene 10 resultados posibles: 0, 1, 2,……., 9. Si aplicamos la regla fundamental del
conteo obtenemos:
(10)(10)(10)(10)(10)(10)(10)(10)(10)= 1x109=1,000,000,000
Solo una de las 1,000,000,000 posibilidades corresponden a su número de identidad, de manera que la
probabilidad de generar al azar un número de identidad y obtener el suyo es de 1/1,000,000,000. Es
improbable que un criminal genere un número de identidad al azar.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

TÉCNICA DEL CONTEO:

1. Regla factorial
2. Regla de las permutaciones
3. Regla de las combinaciones

Símbolo factorial: (!)= denota el producto de números enteros positivos decrecientes. Por ejemplo, 4! =
4*3*2*[Link] definición especial, 0!=1.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

1. REGLA FACTORIAL: Una colección de n elementos distintos se puede acomodar de n! formas

diferentes. Es decir que el primer elemento se puede seleccionar de n maneras distintas, el 2do se
puede seleccionar de n-1 maneras y así sucesivamente.

Ejemplo: usted está planeando un viaje a Disney World y desea disfrutar de las siguientes cinco
atracciones el primer día: space mountain, tower of terror, rock n’ roller coaster, mission space y
dinosaur. A veces las atracciones requieren largos periodos de espera que varían en el transcurso
del día, de manera que la planeación de una ruta eficiente permite aumentar al máximo la
diversión. ¿Cuántas rutas diferentes posibles existen?

SOLUCIÓN: Si aplicamos las regla factorial, sabemos que 5 atracciones diferentes se pueden
ordenar de 5! maneras distintas, el número de rutas diferentes es 5!=(5)(4)(3)(2)(1)=120

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

2. REGLA DE LAS PERMUTACIONES: Un subconjunto ordenado se llama permutación.

Una permutación es un arreglo de todo o parte de un conjunto de objetos. Denotado por: nPr

a. Regla de las permutaciones (cuando todos los elementos son diferentes):

Requisitos:
1. Existen n elementos diferentes disponibles
2. Seleccionamos r de los n elementos (sin reemplazo)
3. Consideramos que los reordenamientos de los mismos elementos son secuencias diferentes. (la
permutación ABC difiere de la de CBA y se cuenta de forma separada).

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

a. Regla de las permutaciones (cuando todos los elementos son diferentes):

Requisitos:
Si se satisfacen los requisitos anteriores, el número de permutaciones (o secuencias) de r elementos
seleccionados entre n elementos disponibles (sin reemplazo) es:
𝑛!
𝑛𝑃𝑟 =
𝑛−𝑟 !
Cuando utilizamos los términos permutaciones, acomodos o secuencias, implicamos que se toma en
cuenta el orden, en el sentido de que diferentes ordenamientos de los mismos elementos se cuentan
por separado. Las letras ABC se pueden acomodar de 6 formas distintas: ABC, ACB, BAC, BCA, CAB, CBA.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

a. Regla de las permutaciones (cuando todos los elementos son diferentes):

EJEMPLO 1: cuando se prueba un fármaco, la fase I incluye sólo a 8 voluntarios; el objetivo consiste en
evaluar la seguridad del fármaco. Para ser muy cuidadoso usted planea tratar a los 8 sujetos en secuencia,
de manera que cualquier efecto dañino específico permita detener los tratamientos antes de aplicarlos a
otros sujetos.
Si se dispone de 10 voluntarios, de los cuales se seleccionarán 8, ¿Cuántas secuencias diferentes de 8
sujetos son posibles?

𝒏! ¿Cómo identifico a n? n= diferentes elementos disponibles n= 10

𝒏𝑷𝒓 =
𝒏−𝒓 ! ¿Cómo identifico a r? r= diferentes elementos a seleccionar sin reemplazo r= 8

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

a. Regla de las permutaciones (cuando todos los elementos son diferentes):

SOLUCIÓN: Tenemos n= 10 diferentes sujetos disponibles y planeamos elegir a r=8 de ellos sin reemplazo.
El número de arreglos (permutaciones) diferentes se calcula así:
𝑛!
𝑛𝑃𝑟 =
𝑛−𝑟 !
10!
10𝑃8 = = 1,814,400
10 − 8 !

Hay 1, 814,400 arreglos posibles de 8 sujetos elegidos de los 10 que están disponibles.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

a. Regla de las permutaciones (cuando todos los elementos son diferentes):

EJEMPLO 2: Existen diez asistentes de profesor disponibles para calificar exámenes en un curso de cálculo
en una gran universidad.
El primer examen se compone de cuatro preguntas y el profesor desea seleccionar un asistente diferente
para calificar cada pregunta (sólo un asistente por pregunta).

❖ ¿De cuántas maneras se pueden elegir los asistentes para calificar?

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO
a. Regla de las permutaciones (cuando todos los elementos son diferentes):
❖ ¿De cuántas maneras se pueden elegir los asistentes para calificar?
Identificamos n= 10 asistentes
Identificamos r= 4 preguntas
𝑛!
𝑛𝑃𝑟 =
𝑛−𝑟 !
10! 10! (10)(9)(8)(7)(6)(5)(4)(3)(2)(1)
10𝑃4 = = = = 10 9 8 7 = 5040
10 − 4 ! 6! (6)(5)(4)(3)(2)(1)

Es decir, el profesor podría aplicar 5040 exámenes diferentes de cuatro preguntas sin utilizar la misma
asignación de calificadores a preguntas, ¡tiempo en el cual todos los asistentes seguramente habrán
terminado sus programas de licenciatura!
PROBALIBILIDAD Y ESTADÍSTICA - UPTC
 PROBABILIDAD
TÉCNICA DEL CONTEO

a. Regla de las permutaciones (cuando todos los elementos son diferentes):

EJEMPLO 3: En un año se otorgará uno de tres premios (a la investigación, la enseñanza y el servicio) a
algunos de los estudiantes, de un grupo de 25 de posgrado del departamento de estadística. Si cada
estudiante puede recibir un premio como máximo, ¿cuántas selecciones posibles habría?

Identificamos n= 25 estudiantes
Identificamos r= 3 premios
𝑛!
𝑛𝑃𝑟 =
𝑛−𝑟 !
25! 25!
25𝑃3 = = = 25 24 23 = 13800 𝑠𝑒𝑙𝑒𝑐𝑐𝑖𝑜𝑛𝑒𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
25 − 3 ! 22!

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

b. Regla de las permutaciones (cuando algunos elementos son idénticos a otros):

Requisitos:
1. Existen n elementos disponibles y algunos de ellos son idénticos a otros.
2. Seleccionamos todos los n elementos (sin reemplazo)
3. Consideramos que los reordenamientos de los mismos elementos son secuencias diferentes.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

b. Regla de las permutaciones (cuando algunos elementos son idénticos a otros):

Si los requisitos anteriores se satisfacen y si existe n elementos con n1 iguales, n2 iguales,…., nK iguales, el
número de permutaciones de los n elementos es:
𝑛!
𝑛1 𝑛2! … . . 𝑛𝑘!

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

b. Regla de las permutaciones (cuando algunos elementos son idénticos a otros):

EJEMPLO: al diseñar una prueba de un método de selección del género con 10 parejas, un 𝑛!
investigador sabe que existen 1024 secuencias diferentes de género posibles cuando nacen
𝑛1 𝑛2! … . . 𝑛𝑘!
10 bebés. (Utilizando la regla fundamental del conteo, el número de posibilidades es 2 * 2*
2 * 2 * 2 * 2 * 2 * 2 * 2 * 2 = 1024).
Diez parejas utilizan un método de selección de género y los 10 nacimientos incluyen 8
niñas y 2 niños:
- ¿De cuántas maneras se pueden acomodar en secuencia 8 niñas y 2 niños?
- ¿Cuál es la probabilidad de tener 8 niñas y 2 niños en 10 nacimientos?

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

b. Regla de las permutaciones (cuando algunos elementos son idénticos a otros):

- Tenemos n=10 nacimientos, con n1= 8 iguales (niñas) y n2=2 iguales (niños). El número
𝑛!
de permutaciones se calcula dela siguiente manera:
𝑛1 𝑛2! … . . 𝑛𝑘!

10! 3,628,800
= = 45
8! 2! 80,640

- Puesto que hay 45 formas diferentes de ordenar a 8 niñas y 2 niños y existe total de 1024
arreglos diferentes posibles, la probabilidad de 8 niñas y 2 varones está dada por P(8
niñas y 2 niños)=45/1024=0.0439

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

3. REGLA DE LAS COMBINACIONES: Cuando deseamos seleccionar r elementos a partir de n

elementos diferentes sin tener en cuenta el orden, o cuando los diferentes ordenamientos de los
mismos elementos no se cuentan por separado, se aplica la regla de combinaciones.

Requisitos
1. Tenemos un total de n elementos diferentes disponibles.
2. Seleccionamos r de los n elementos (sin reemplazo)
3. Consideramos que los reordenamientos de los mismos elementos son iguales. (La combinación ABC es
igual que CBA).

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

3. REGLA DE LAS COMBINACIONES:

Si se satisfacen los requisitos anteriores, el número de combinaciones de r elementos seleccionados a

partir de n elementos diferentes es:
𝒏!
𝒏𝑪𝒓 =
𝒏 − 𝒓 ! 𝒓!

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO 𝒏!
𝒏𝑪𝒓 =
𝒏 − 𝒓 ! 𝒓!

3. REGLA DE LAS COMBINACIONES:

EJEMPLO 1: cuando se prueba un nuevo fármaco en seres humanos, se realiza una prueba clínica en
tres fases. La fase I se lleva a cabo con un número relativamente pequeño de voluntarios sanos.
Suponga que deseamos tratar a 8 seres humanos saludables con un nuevo fármaco y que tenemos 10
sujetos voluntarios disponibles.

a. Si los sujetos se seleccionan y se tratan en secuencia, de manera que la prueba se suspenda si

alguno de ellos presenta cualquier reacción adversa. ¿Cuántos arreglos secuenciales diferentes son
posibles si se seleccionan 8 personas de las 10 disponibles?
b. Si se seleccionan 8 sujetos de los 10 disponibles y los 8 sujetos elegidos se tratan al mismo tiempo,
¿cuántos grupos de tratamiento diferentes son posibles?
PROBALIBILIDAD Y ESTADÍSTICA - UPTC
 PROBABILIDAD
TÉCNICA DEL CONTEO 𝒏!
𝒏𝑪𝒓 =
𝒏 − 𝒓 ! 𝒓!

3. REGLA DE LAS COMBINACIONES:

Se observa que en el punto a) el orden es importante porque los sujetos se tratan de manera
secuencial y la prueba se suspende si alguno de ellos muestra alguna reacción adversa específica, sin
embargo, en el punto b) el orden de selección es irrelevante porque todos los sujetos reciben tratamiento
al mismo tiempo.
Puesto que el orden es importante, buscamos el número de permutaciones de r=8 personas seleccionadas
de las n= 10 disponibles.

𝒏! 10!
𝒏𝑷𝒓 = = = 1,814,400 arreglos secuenciales diferentes
𝒏−𝒓 ! 10 − 8 !

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO 𝒏!
𝒏𝑪𝒓 =
𝒏 − 𝒓 ! 𝒓!

3. REGLA DE LAS COMBINACIONES:

b. Puesto que el orden no es importante, buscamos el número de combinaciones de r= 8 personas

seleccionadas de las n=10 disponibles. Obtenemos

𝒏! 10!
𝒏𝑪𝒓 = = = 45 grupos de tratamiento posibles
𝒏 − 𝒓 ! 𝒓! 10 − 8 ! 8!

CONCLUSIÓN: Cuando se toma en cuenta el orden, hay 1,814,400 permutaciones, pero cuando no
se toma en cuenta el orden, existen 45 combinaciones).

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

¿Cuál es la diferencia entre permutación y combinación?

Permutaciones Combinaciones
Las permutaciones son las diferentes maneras de Las combinaciones son varias maneras de escoger
organizar un conjunto de objetos en un orden elementos de un conjunto más grande de objetos
secuencial. sin considerar el orden
El orden sí es importante. El orden no es importante.
Se refiere a la organización de objetos. No denota la organización de objetos.
Múltiples permutaciones pueden ser derivadas de De una permutación, sólo una combinación puede
una sola combinación. ser derivada.

Pueden ser definidas como elementos ordenados. Pueden ser definidas como conjuntos sin orden.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

¿Cuál es la diferencia entre permutación y combinación?

Permutaciones Combinaciones
La selección de objetos de una lista, seleccionar
La organización de números, letras u otros
personas de un grupo son ejemplos de
objetos son ejemplos de permutaciones.
combinaciones

𝒏! 𝒏!
𝒏𝑷𝒓 = 𝒏𝑪𝒓 =
𝒏−𝒓 ! 𝒏 − 𝒓 ! 𝒓!

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

¿Cuál es la diferencia entre permutación y combinación?

Una bolsa contiene 5 canicas, de color blanco, rojo, azul, púrpura y verde. Encuentra el tamaño
del espacio muestral si sacas dos canicas, sin devolverlas, de dos maneras:

1) El orden importa
2) El orden no importa

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
Diferencia entre combinación y permutación

Una bolsa contiene 5 canicas, de color blanco, rojo, azul, púrpura y verde. Encuentra el tamaño
del espacio muestral si sacas dos canicas, sin devolverlas, de dos maneras:
Sin devolverlas: Recuerda que esto es sin reemplazo, por lo que no puedes repetir un color, no puedes sacar la
canica blanca y devolverla a la bolsa.

1) El orden importa

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
𝒏!
TÉCNICA DEL CONTEO 𝒏𝑷𝒓 =
𝒏−𝒓 !

¿Cuál es la diferencia entre permutación y combinación?

Una bolsa contiene 5 canicas, de color blanco, rojo, azul, púrpura y verde. Encuentra el tamaño
del espacio muestral si sacas dos canicas, sin devolverlas, de dos maneras:

1) El orden importa
n= 5
𝟓!
r= 2 5𝑷𝟐 =
𝟓−𝟐 !
= 𝟐𝟎
𝒏!
𝒏𝑷𝒓 =
𝒏−𝒓 !

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO 𝒏!
𝒏𝑪𝒓 =
𝒏 − 𝒓 ! 𝒓!

¿Cuál es la diferencia entre permutación y combinación?

Una bolsa contiene 5 canicas, de color blanco, rojo, azul, púrpura y verde. Encuentra el tamaño
del espacio muestral si sacas dos canicas, sin devolverlas, de dos maneras:

2) El orden no importa
n= 5
r= 2

𝒏! 5!
𝒏𝑪𝒓 = = = 10
𝒏 − 𝒓 ! 𝒓! 5 − 2 ! 2!

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
TÉCNICA DEL CONTEO

¿Cuál es la diferencia entre permutación y combinación?

Cuando formamos grupos en los que el orden no importa, los grupos se llaman
combinaciones. Cuando formamos grupos en los que el orden sí importa, los grupos se
llaman permutaciones. Recuerda con permutaciones, posición (orden) importa.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLAS ADITIVAS

Si A y B son dos eventos, entonces

P(A ∪ B) = P(A) + P(B) – P(A ∩ B)

Si A y B son mutuamente excluyentes, entonces

P(A ∪ B) = P(A) + P(B)

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLAS ADITIVAS

Si A y B son dos eventos, entonces

P(A ∪ B) = P(A) + P(B) – P(A ∩ B)

EJEMPLO 1: Al final del semestre John se va a graduar en la facultad de ingeniería industrial de una
universidad. Después de tener entrevistas en dos empresas en donde quiere trabajar, determina que la
probabilidad que tiene de lograr una oferta de empleo en la empresa A es 0.8, y que la probabilidad de
obtenerla en la empresa B es 0.6. Si, por otro lado, considera que la probabilidad de recibir ofertas de ambas
empresas es 0.5.

¿qué probabilidad tiene de obtener al menos una oferta de esas dos empresas?

P(A ∪ B) = P(A) + P(B) – P(A ∩ B)

P(A ∪ B) = 0.8 + 0.6 – 0.5 = 0.9

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLAS ADITIVAS

EJEMPLO 2: ¿Cuál es la probabilidad de obtener un total de 7 u 11 cuando se lanza un par de dados?

Solución: Sea A el evento de que resulte 7 y B el evento de que salga 11. Ahora bien, para 6 de los 36 puntos
muestrales ocurre un total de 7 y sólo para 2 de ellos ocurre un total de 11.

Como todos los puntos muestrales tienen la misma probabilidad, tenemos P(A) = 1/6 y P(B) = 1/18. Los
eventos A y B son mutuamente excluyentes, ya que un total de 7 y uno de 11 no pueden ocurrir en el mismo
lanzamiento.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA COMPLEMENTO

Si A y A’ son eventos complementarios, entonces

P(A) + P(A’) = 1

Como A ∪ A’ = S, y los conjuntos A y A’ son disjuntos

1 = P(S) = P(A ∪ A’) = P(A) + P(A’)

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA COMPLEMENTO

Si las probabilidades de que un mecánico automotriz dé servicio a 3, 4, 5, 6, 7, 8 o más

vehículos en un día de trabajo dado son 0.12, 0.19, 0.28, 0.24, 0.10 y 0.07,
respectivamente.

¿Cuál es la probabilidad de que dé servicio al menos a 5 vehículos el siguiente día de

trabajo?
P(A) + P(A’) = 1 1 = P(S) = P(A ∪ A’) = P(A) + P(A’)

Sea E el evento de que al menos 5 automóviles reciban servicio. Ahora bien, P(E) = 1– P(E),
donde E es el evento de que menos de 5 automóviles reciban servicio.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA COMPLEMENTO P(A) + P(A’) = 1 1 = P(S) = P(A ∪ A’) = P(A) + P(A’)

Si las probabilidades de que un mecánico automotriz dé servicio a 3, 4, 5, 6, 7, 8 o más

vehículos en un día de trabajo dado son 0.12, 0.19, 0.28, 0.24, 0.10 y 0.07,
respectivamente. ¿Cuál es la probabilidad de que dé servicio al menos a 5 vehículos el
siguiente día de trabajo?

Sea E el evento de que al menos 5 automóviles reciban servicio. Ahora bien, P(E) = 1– P(E),

Donde P(E) es el evento de que menos de 5 automóviles reciban servicio.

Al menos: Indica el límite mínimo en el cálculo

aproximado de una cantidad en este caso 5 o más

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA COMPLEMENTO P(A) + P(A’) = 1 1 = P(S) = P(A ∪ A’) = P(A) + P(A’)

Si las probabilidades de que un mecánico automotriz dé servicio a 3, 4, 5, 6, 7, 8 o más

vehículos en un día de trabajo dado son 0.12, 0.19, 0.28, 0.24, 0.10 y 0.07,
respectivamente. ¿Cuál es la probabilidad de que dé servicio al menos a 5 vehículos el
siguiente día de trabajo?

Sea E el evento de que al menos 5 automóviles reciban servicio. Ahora bien, P(E) = 1– P(E’),
Donde P(E’) es el evento de que menos de 5 automóviles reciban servicio.

P(E) = 0.12 + 0.19 = 0.31 P(E) = 1 – 0.31 = 0.69

la probabilidad de que el mecánico automotriz dé el servicio al
menos a 5 vehículos al siguiente día de trabajo es del 69%.

Al menos: Indica el límite mínimo en el cálculo aproximado de una cantidad en este caso 5 o
más

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN

Def: Se utiliza para calcular P(A y B), la probabilidad de que el suceso A ocurra en un primer ensayo y que el
suceso B ocurra en un segundo ensayo.

❑ Si el resultado del primer suceso A afecta de alguna forma la probabilidad del segundo suceso B, es
importante ajustar la probabilidad de B para que refleje la ocurrencia del suceso A.

❑ La regla para el cálculo de P(A y B) se denomina regla de la multiplicación porque implica

multiplicar la probabilidad del suceso A por la probabilidad del suceso B (dónde la
probabilidad del suceso B se ajusta por el resultado del suceso A).

Notación: P(A y B)= P (el suceso A ocurre en un primer ensayo y el suceso B ocurre en
un segundo ensayo), asociaremos el uso de la letra “y” con la multiplicación.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN
EJEMPLO 1: supongamos que el primer punto de un examen es del tipo falso/verdadero y que el segundo
es de opción múltiple con cinco respuestas posibles (a, b, c, d y e). Vamos a usar los dos puntos siguientes:

1. Verdadero o Falso: una libra de plumas es más pesada que una libra de oro
2. ¿Cuál de las opciones ha tenido mayor influencia en nuestra comprensión de la genética?
a. Gene Hackman
b. Gene Simmons
c. Gregor Mendel
d. Los Jeans
e. Jean-Jacques Rousseau

Rta: 1. Verdadero (los pesos de las plumas se expresan en libras Avoirdupois 16 onzas (avuagdupua), pero los
pesos del oro se expresan en libras troy 12 onzas) y c.
PROBALIBILIDAD Y ESTADÍSTICA - UPTC
 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN

EJEMPLO 1: supongamos que el primer punto de un examen es del tipo falso/verdadero y que el segundo
es de opción múltiple con cinco respuestas posibles (a, b, c, d y e). Vamos a usar los dos puntos siguientes:

- Calcular la probabilidad de que si alguna persona hace suposiciones al azar para ambas respuestas, la
respuesta al primer punto sea correcta y la respuesta al segundo punto también sea correcta.

El cálculo de la probabilidad se elabora una lista del espacio muestral:

10 posibles resultados igualmente probables (número de

posibilidades pequeño)

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN
a Va Punto 1: que sea V o F, es decir de
EJEMPLO 1: supongamos que 2 elementos seleccionamos 1.
b Vb
el primer punto de un
c Vc 𝒏! 2!
examen es del tipo V 𝒏𝑪𝒓 = = =2
falso/verdadero y que el d Vd 𝒏 − 𝒓 ! 𝒓! 2 − 1 ! 1!
segundo es de opción e Ve
múltiple con cinco respuestas INICIO
a Fa
posibles (a, b, c, d y e). Vamos Punto 2: que sea a, b, c, d, y e, es
b Fb
a usar los dos puntos decir de 5 elementos
siguientes: F c Fc seleccionamos 1.
d Fd
e Fe 𝒏! 5!
𝒏𝑪𝒓 = = =5
𝒏 − 𝒓 ! 𝒓! 5 − 1 ! 1!
2 x 5 = 10

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN

- Calcular la probabilidad de que si alguna persona hace suposiciones al azar para ambas respuestas, la respuesta
al primer punto sea correcta y la respuesta al segundo punto también sea correcta. Es decir, probabilidad de que
las dos respuestas sean correctas

𝑃 𝑉𝑦𝑐 = 𝑃 𝑉 • 𝑃 𝑐

1 1
𝑃 𝑉 = 𝑦𝑃 𝑐 = ; 𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝑣𝑒𝑚𝑜𝑠𝑞𝑢𝑒
2 5

1 1 1 1
= x 𝑃 𝑉𝑦𝑐 =
10 2 5 10

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN
EJEMPLO 2: Si se elige al azar a dos de los sujetos incluidos en la tabla, sin reemplazo, calcule la
probabilidad de que la primera persona seleccionada tenga un resultado de prueba
positivo y que la segunda tenga un resultado de prueba negativo.
Resultado de exámenes sobre el consumo de marihuana
¿Los sujetos realmente consumen marihuana?
SI NO
Resultado de prueba positivo 119 24
(La prueba indica que la
marihuana está presente) (verdadero positivo) (falso positivo)
Resultado de prueba negativo 3 154
(la prueba indica que la
marihuana está presente) (Falso negativo) (verdadero negativo)

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN
SOLUCIÓN:
Primera selección:
P (resultado de prueba positivo)=143/300 Porque hay 143 sujetos que resultaron positivos, y el número total
de sujetos es de 300.
Segunda selección:
P (resultado de prueba negativo)=157/299
Después de la primera selección de un sujeto con un resultado de prueba positivo, quedan 299 sujetos, 157 de
los cuales tienen resultados negativos de la prueba.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN
SOLUCIÓN:
Con P (el 1er sujeto tiene un resultado de prueba positivo)= 143/300 y
P (el 2do sujeto tiene un resultado de prueba negativo)= 157/299:
143 157
𝑃 𝑒𝑙 1𝑒𝑟 𝑠𝑢𝑗𝑒𝑡𝑜 𝑡𝑖𝑒𝑛𝑒 𝑢𝑛 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑝𝑟𝑢𝑒𝑏𝑎 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜 𝑦 𝑒𝑙 2𝑑𝑜 𝑠𝑢𝑗𝑒𝑡𝑜 𝑡𝑖𝑒𝑛𝑒 𝑢𝑛 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑝𝑟𝑢𝑒𝑏𝑎 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜 = • = 0.250
300 299

Nota: se debe ajustar la probabilidad del segundo suceso para reflejar el resultado del primer suceso. Como la
selección del segundo sujeto se realiza sin reemplazar al primer sujeto, la segunda probabilidad debe tomar en
cuenta el hecho de que la primera selección eliminó a un sujeto que resultó positivo, de manera que en la
segunda selección sólo existe 299 sujetos y 157 de ellos tuvieron un resultado de prueba negativo. La
probabilidad del segundo suceso B debe tomar en cuenta el hecho de que el primer suceso A ya ocurrió

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
NOTACIÓN DE LA PROBABILIDAD CONDICIONAL

Regla formal de la multiplicación P (A y B)= P(A)•(B∣A)

Notación para la probabilidad condicional: P (B∣A) representa la probabilidad de

que un suceso B ocurra después de suponer que el suceso A ya ocurrió.
(Podemos leer B∣A como “B dado A” o como “el suceso B ocurre después de
que el suceso A ya ocurrió).

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
SUCESOS DEPENDIENTES E INDEPENDIENTES

SUCESOS INDEPENDIENTES Y DEPENDIENTES

Dos sucesos A y B son independientes cuando la ocurrencia de uno no afecta la probabilidad de la
ocurrencia del otro. Si A y B no son independientes, son dependientes.

EJEMPLO: jugar a la lotería A y después jugar a la lotería B son sucesos independientes porque el resultado
de la lotería A no tiene ningún efecto en las probabilidades de los resultados de la lotería B.
Por otro lado el suceso de arrancar su automóvil y el suceso de llegar a clase a tiempo son sucesos
dependientes, porque el resultado del intento de arrancar su automóvil afecta la probabilidad de llegar a
clase a tiempo.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
SUCESOS DEPENDIENTES E INDEPENDIENTES

INICIO

P (A y B) Regla de la
multiplicación

¿A y B son SI
independientes? P (A y B)= P (A) • P (B)

NO
P (A y B)= P(A) • P (B∣A)
PROBALIBILIDAD Y ESTADÍSTICA - UPTC
 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN

Regla formal de la multiplicación P (A y B)= P(A)•(B∣A)

Usamos P (B | A) para denotar el probabilidad condicional de que ocurra el evento B, dado que el evento
A ya ha ocurrido. Se proporcionó la siguiente fórmula para encontrar P (B | A)

P (A y B)= P(A) • P (B ∣ A)

𝑷 𝑨𝒚𝑩
𝑷 𝑩 𝑨 =
𝑷 𝑨

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN

TEOREMA DE BAYES
EL TEOREMA DE BAYES es reconocer que estamos tratando
con eventos secuenciales, por lo cual se obtiene información
adicional para un evento posterior, y esa nueva información es
usada para revisar la probabilidad del evento inicial. En este
contexto, los términos anteriores la probabilidad y la
probabilidad posterior se usan comúnmente.
DEFINICIONES
Una probabilidad previa es un valor de probabilidad inicial obtenido originalmente antes de que cualquier
información adicional sea obtenida.
Una probabilidad posterior es un valor de probabilidad que ha sido revisado mediante el uso de información
adicional que se ha obtenido después. Se debe al matemático inglés Thomas Bayes

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN

TEOREMA DE BAYES
EJEMPLOS:
La organización Gallup selecciona al azar a un estadounidense adulto para una encuesta sobre el uso de la tarjeta de crédito, tenga en
cuenta que la mitad de la población estadounidense es masculina. Use probabilidades subjetivas para estimar lo siguiente.
a. ¿Cuál es la probabilidad de que el sujeto seleccionado sea un hombre?
Aproximadamente la mitad de todos los estadounidenses son hombres, por lo que estimamos la probabilidad de seleccionar un sujeto
masculino del 0.5 o el 50%. Denotando un hombre por M, podemos expresar esto probabilidad de la siguiente manera: P (M) = 50%.
a. Después de seleccionar un tema, se supo que esta persona estaba fumando un cigarro durante la encuesta. ¿Cuál es la probabilidad
de que el sujeto seleccionado sea un hombre?
Aunque algunas mujeres fuman cigarros, la gran mayoría de los fumadores de cigarros son hombres. Una suposición razonable es que
el 85% de los fumadores de cigarros son hombres. Basado en esto información posterior adicional que el encuestado estaba fumando un
cigarro, estimamos la probabilidad de que esta persona sea un hombre como 0,85 o del 85%. Denotando un Hombre por M y
denotando un fumador de cigarro por C, podemos expresar este resultado como sigue: P (M | C) = 85%.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN

TEOREMA DE BAYES
EJEMPLOS:
La organización Gallup selecciona al azar a un estadounidense adulto para una encuesta sobre el uso de la tarjeta de crédito, tenga en
cuenta que la mitad de la población estadounidense es masculina. Use probabilidades subjetivas para estimar lo siguiente.
c. Cuál de los dos resultados anteriores es una probabilidad previa y cuál la probabilidad posterior?
En la parte (a), el valor del 50% es la probabilidad inicial, por lo que nos referimos a él como la probabilidad
previa. Sin embargo, la probabilidad del 85% en la parte (b) es una probabilidad revisada con base en la
información adicional de que el sujeto de la encuesta fumaba un cigarro, este valor de 85% se refiere a una
probabilidad posterior.

PROBALIBILIDAD Y ESTADÍSTICA - UPTC

 PROBABILIDAD
REGLA DE LA MULTIPLICACIÓN

TEOREMA DE BAYES
EXPRESIÓN DEL TEOREMA DE BAYES: Calcula la probabilidad de una hipótesis dada una evidencia
La probabilidad del evento A, dado que el evento B ha ocurrido posteriormente, es

𝑷 𝑨 •𝑷 𝑩∣𝑨
𝑷 𝑨 𝑩 =
𝑷 𝑨 •𝑷 𝑩∣𝑨 + 𝑷 Ā •𝑷 𝑩∣Ā
𝑷 𝑨 𝑩 = Probabilidad de que ocurra el evento A dado que el evento B ya ocurrió
𝑷 𝑨 = Probabilidad de que ocurra el evento A
𝑷 𝑩 ∣ 𝑨 = Probabilidad de que ocurra el evento B dado que el evento A ya ocurrió

PROBALIBILIDAD Y ESTADÍSTICA - UPTC