Documentos de Académico
Documentos de Profesional
Documentos de Cultura
n
i=1
A
i
es el evento que ocurre si al menos uno de los eventos A
i
ocurre.
b) El evento
n
i=1
A
i
es el evento que ocurre si todos los eventos A
i
ocurren
simultaneamente.
Deniciones Basicas 15
Denicion 1.2.23 Sean A
1
, . . . , A
n
, . . . una coleccion innita numerable de
eventos.
a) El evento
i=1
A
i
es el evento que ocurre si al menos uno de los eventos A
i
ocurre.
b) El evento
i=1
A
i
es el evento que ocurre si todos los eventos A
i
ocurren
simultaneamente.
Comentario 1.2.7 Las deniciones anteriores nos permiten trabajar con even-
tos como si fueran conjuntos, sin importar la naturaleza de los puntos que lo
integran. Por lo tanto, usando el mismo razonamiento de la teora de conjuntos
se pueden vericar las siguientes propiedades para los eventos A, B y C de un
espacio muestral arbitrario
A = A.
S A = A.
A (B C) = (A B) (A C).
A (B C) = (A B) (A C).
(A B)
C
= A
C
B
C
.
(A B)
C
= A
C
B
C
.
A = (A B) (A B
C
).
A = .
S A = S.
Ejemplo 1.2.23 Sean A, B y C tres eventos asociados con un experimento
aleatorio. Expresar las siguientes proposiciones verbales en funcion de los even-
tos A, B o C.
a) Al menos uno de los eventos ocurren.
Deniciones Basicas 16
b) Exactamente uno de los eventos ocurre.
c) Exactamente dos de los eventos ocurre.
d) No ocurren mas de dos eventos simultaneamente.
Solucion.
a) A B C.
b) Tenemos tres posibilidades mutuamente excluyentes
Si A ocurre no deben ocurrir B ni C: A B
C
C
C
,
Si B ocurre no deben ocurrir A ni C: B A
C
C
C
,
Si C ocurre no deben ocurrir A ni B: C A
C
B
C
.
Luego el evento exactamente uno de los eventos ocurre es
(A B
C
C
C
) (B A
C
C
C
) (C A
C
B
C
).
c) Tenemos tres posibilidades mutuamente excluyentes
Ocurren A y B, y no ocurre C: A B C
C
,
Ocurren A y C, y no ocurre B: A C B
C
,
Ocurren B y C, y no ocurre A: B C A
C
.
Luego el evento exactamente dos de los eventos ocurre es
(A B C
C
) (A C B
C
) (B C A
C
).
d) El evento ocurren mas de dos eventos simultaneamente es
A B C.
Luego el evento no ocurren mas de dos eventos simultaneamente es
(A B C)
C
= A
C
B
C
C
C
.
Frecuencia relativa 17
1.3 Frecuencia Relativa de un Evento
Denicion 1.3.1 Supongase que repetimos n veces un experimento aleatorio y
que cierto evento A ocurre m
n
veces. El cociente
m
n
n
se llama frecuencia relativa
del evento A, lo denotamos por f
r
n
(A). Es decir,
f
r
n
(A) =
m
n
n
.
Supongamos que el experimento se repite indenidamente, esto es n
. La teora frecuentista de probabilidad asegura que el siguiente lmite existe
lim
n
f
r
n
(A) = p.
El valor p es la probabilidad teorica del evento A, p = IP(A). Este lmite no
es un lmite en alg un sentido matematico si no en un sentido emprico. Para
garantizar su existencia habra que repetir indenidamente el experimento lo
que, obviamente, es imposible. Diremos solamente que hay una probabilidad
teorica p asociada con cada evento y cuando el experimento se realiza un n umero
grande de veces las frecuencias relativas son proximas a las probabilidades.
Proposicion 1.3.1 f
r
n
(S) = 1.
Demostracion. Supongase que se repite un experimento aleatorio n veces.
Puesto que al realizar el experimento aleatorio el evento S ocurrira n veces, se
tiene que
f
r
n
(S) =
n
n
= 1.
i=1
f
r
n
(A
i
).
Demostracion. Ejercicio.
Proposicion 1.3.5 Si A y B son eventos tales que A B, se tiene que
f
r
n
(A) f
r
n
(B).
Frecuencia relativa 19
Demostracion. Sea n el n umero de veces que se repite el experimento aleatorio.
Sean m
n
y k
n
el n umero de veces que los eventos A y B ocurren en las n
repeticiones del experimento aleatorio, respectivamente. Como A B, se tiene
que
B = (B A
C
) A.
Combinando las Proposiciones 1.3.2-1.3.3 se verica la proposicion.
Proposicion 1.3.8 f
r
n
() = 0.
Demostracion. Ejercicio.
Ejemplo 1.3.1 Supongamos que se repite un experimento aleatorio y se desea
calcular la frecuencia relativa de cierto evento A. La ocurrencia del evento A
la denotaremos por 1 y las no ocurrencia por 0. Supongamos que se tiene la
secuencia 1, 0, 0, 1, 1, 0, 1, 0, 0, 1. Luego las frecuencias relativas del evento A
son
Rep. Exp. Alet.(n) 1 2 3 4 5 6 7 8 9 10
f
r
n
(A) 1 1/2 1/3 1/2 3/5 1/2 4/7 1/2 4/9 1/2
Para obtener la probabilidad del evento A es necesario repetir indenidamente
el experimento aleatorio y observar hacia que valor se estabiliza, si es posible,
la frecuencia relativa.
1.4 Denicion Clasica de Probabilidad
Denicion 1.4.1 Si un evento A ocurre h veces de un n umero n de maneras
posibles, todas igualmente factibles. Entonces la probabilidad del evento A viene
dada por
P(A) =
h
n
.
Denicion clasica de probabilidad 21
Ejercicio 1.4.1 (a) Se han lanzado dos dados honestos. Hallar la probabilidad
de que la suma de puntos en la cara obtenida sea par, si por lo menos en la
cara de uno de los dados aparece el seis. (b) En una caja hay 6 cubos iguales
enumerados. De a uno, a la vez, se extraen al azar todos los cubos de la caja.
Hallar la probabilidad de que los n umeros de los cubos extrados aparezcan en
un orden creciente. (c) En un paquete hay 20 tarjetas perforadas marcadas
con los n umeros 101, 102, . . . , 120 y dispuestos arbitrariamente. La persona
encargada del perforado extrae al azar dos tarjetas. Hallar la probabilidad de
que sean escogidas las tarjetas perforadas con los n umeros 101 y 120. (d) En un
paquete hay 20 tarjetas perforadas marcadas con los n umeros 101, 102, . . . , 120
y dispuestos arbitrariamente. La persona encargada del perforado extrae al azar
dos tarjetas, una a una. Hallar la probabilidad de que sean escogidas las tarjetas
perforadas con los n umeros 101 y 120.
1.4.1 Principios Basicos de Conteo
Cuando trabajamos con espacios muestrales cuyos resultados son igual-
mente probables o igualmente factibles, es necesario utilizar tecnicas de conteo
que permitan determinar la cantidad de elementos que tiene un determinado
evento, para obtener la probabilidad del evento. En general, no necesitamos
determinar los elementos del evento.
Teorema 1.4.1 Principio Fundamental del Conteo (PFC). Si un proce-
dimiento p
1
puede realizarse de n
1
maneras diferentes, y si para cada una de
estas n
1
maneras otro procedimiento p
2
puede realizarse simultaneamente de n
2
maneras diferentes, y al mismo tiempo otro procedimiento p
3
puede realizarse
de n
3
maneras diferentes para cada una de las dos primeras maneras, n
1
y n
2
, y
as sucesivamente. Finalmente, si el k-esimo procedimiento p
k
puede realizarse
seguidamente de n
k
maneras diferentes para cada una de las n
1
, , n
n1
ma-
neras anteriores. Entonces el n umero de maneras que pueden realizarse los k
Denicion clasica de probabilidad 22
procedimientos, uno despues del otro, es de
n
1
n
2
n
3
. . . n
k
.
Demostracion. La demostracion se realizara utilizando induccion sobre el n u-
mero de procedimientos, k. Probemos que se cumple para k = 2. Consideremos
el siguiente diagrama
Formas de realizar cada procedimiento
p
1
: F
1
1
F
1
2
F
1
i
F
1
(n
1
1)
F
1
n
1
p
2
: F
2
1
F
2
2
F
2
j
F
2
(n
2
1)
F
2
n
2
Observamos que para la i-esima forma F
1
i
, de realizar el procedimiento p
1
, se
tendran las siguientes formas para realizar ambos procedimientos
F
1
i
F
2
1
F
1
i
F
2
2
F
1
i
F
2
j
F
1
i
F
2
(n
2
1)
F
1
i
F
2
n
2
.
Es decir, un total de n
2
maneras para cada una de las formas de realizar el
procedimiento p
1
. De modo que, los dos procedimientos podran realizarse si-
multaneamente de n
1
n
2
maneras diferentes. As, la hipotesis de induccion
se cumple para k = 2. Supongamos que se cumple para k = r 1. En otras
palabras, supondremos que el n umero de maneras de realizar los procedimientos
p
1
, p
2
, . . . , p
(r1)
es
t = n
1
n
2
n
3
. . . n
(r1)
.
A probar que se cumple para k = r. Sea p
a
el procedimiento obtenido al realizar
los procedimientos p
1
, p
2
, . . . , p
(r1)
. Consideremos el siguiente diagrama
Formas de realizar cada procedimiento
p
a
: F
a
1
F
a
2
F
a
i
F
a
(t1)
F
a
t
p
r
: F
r
1
F
r
2
F
r
j
F
r
(n
r
1)
F
r
n
r
Denicion clasica de probabilidad 23
Observamos que para la i-esima forma F
a
i
, de realizar el procedimiento p
a
, se
tendran las siguientes formas para realizar los procedimientos p
a
y p
r
F
a
i
F
r
1
F
a
i
F
r
2
F
a
i
F
r
j
F
a
i
F
2
(n
2
1)
F
a
i
F
r
n
r
.
Es decir, un total de n
r
maneras para cada una de las formas de realizar el
procedimiento p
a
. De modo que, los procedimientos p
a
y p
r
podran realizarse
simultaneamente de t n
r
maneras diferentes. En otras palabras, el n umero de
maneras de realizar los procedimientos p
1
, p
2
, . . . , p
(r1)
, p
r
es de t n
r
maneras
diferentes. Por la hipotesis inductiva, se tiene que el n umero de maneras de
realizar los r procedimientos es
n
1
n
2
n
3
. . . n
r1
n
r
.
As, se cumple el principio de induccion completa, con lo cual se prueba el
teorema.
Ejemplo 1.4.1 Supongamos que una placa de automovil consta de dos letras
distintas seguidas de tres dgitos de los cuales el primero no es cero. Cuantas
placas diferentes pueden grabarse.
Solucion. El n umero total de letras de nuestro alfabeto es 27 y los dgitos
son 0, 1, . . . , 9. Considere el siguiente diagrama, el cual representa una placa de
automovil formada por dos letras del alfabeto y tres dgitos
A B 8 1 9.
Observamos que se tienen 5 procedimientos, los dos primeros para las letras del
alfabeto y los tres ultimos para los dgitos. Por el PFC, se tiene que el n umero
de placas que podemos formar es
27 26 9 10 10 = 632.800.
Ejemplo 1.4.2 Si no se permiten repeticiones. Cuantos n umeros de 3 dgitos
podemos formar con los dgitos 2, 3, 5, 6, 7, 9. Cuantos de estos son menores que
400. Cuantos son pares. Cuantos son m ultiplos de 5.
Denicion clasica de probabilidad 24
Solucion. Para determinar los n umeros de tres dgitos que podemos formar,
consideremos el siguiente diagrama, el cual representa un n umero de tres dgitos
2 5 9.
Se tienen tres procedimientos, uno para cada dgito no repetido, el PFC garan-
tiza que podemos formar 6 5 4 = 120 n umeros de tres dgitos no repetidos.
Para obtener los menores que 400 debemos tener presente que el primer dgito
debe ser 2 o 3. Aplicando el PFC a cada caso, se tiene que con el 2 como primer
dgito se obtendran 20 n umeros y con el 3 como primer dgito se obtendran 20
n umeros. De modo que, se podran formar 40 n umeros con tres dgitos menores
que 400. Un razonamiento similar, permitira garantizar que 80 n umeros son
impares y que 20 n umeros son m ultiplos de 5.
Ejemplo 1.4.3 Un artculo manufacturado debe pasar por tes controles. En
cada uno de ellos se inspecciona una caracterstica particular del artculo y se
le marca la conformidad. En el primer control hay tres mediciones posibles,
mientras que en cada uno de los dos ultimos controles hay cuatro mediciones
posibles. Determinemos el n umero de maneras de marcar el artculo.
Solucion. Consideremos el siguiente diagrama, el cual representa los controles
por donde debe pasar el artculo
M
1
1
M
4
2
M
3
3
,
donde M
j
i
representa la j-esima medicion en el i-esimo control. El PFC, nos
permite armar que el n umero de maneras de marcar el artculo es de 344 =
48.
Denicion 1.4.2 Sea n un entero positivo. El factorial de n, denotado por n!,
se dene por
n! = n(n 1)(n 2)(n 3) 3 2 1.
Podemos observar que n! consta de n factores que comienzan en n y van dis-
minuyendo sucesivamente hasta el n umero 1.
Denicion clasica de probabilidad 25
Ejercicio 1.4.2 Determinar
a) 8! b) 5! c) (n 2)! d) 3! 4!.
A veces, resulta util exponer solo algunos de los factores especcos de
n!. Por ejemplo,
8! = 8 7 6 5 4 3 2 1 = 8 7! = 8 7 6! = 8 7 6 5 4!.
En general,
n! = n(n 1)(n 2)! = n(n 1)(n 2)(n 3)(n 4)(n 5)!.
Ejercicio 1.4.3 Calcular
a)
5!
3!
b)
6! 4!
5!
c)
100! + 99! + 98! + 97!
99 97!
Ejercicio 1.4.4 Desarrollar
a)
m!
(m3)!
b)
m!
5!(m5)!
c)
(m + 1)!
(m2)!
Ejercicio 1.4.5 Resolver la ecuacion dada:
a)
(n + 1)! + (n + 2)!
(n + 1)!
= 8 b)3
x!
(x 3)! 3!
+ 6
(x 1)!
(x 3)!
= (x 2) 4!
Denicion 1.4.3 Se dene 0! = 1 y 1! = 1.
Denicion 1.4.4 Dado m objetos distintos entre si
a
1
a
2
a
3
a
m
.
Llamaremos variacion de orden n de esos m objetos, a toda agrupacion orde-
nada de n objetos tomados de dichos m.
Denicion clasica de probabilidad 26
Comentario 1.4.1
En una variacion no podemos tomar mas de lo que tenemos. Por ello,
n m.
Como toda variacion es una agrupacion ordenada, se tiene que dos varia-
ciones son iguales si estan formadas por los mismos elementos colocados
en el mismo orden.
Ejemplo 1.4.4 Considere los siguientes objetos A, B y C. Las variaciones de
orden 2 de esos 3 objetos o simplemente las variaciones de los 3 objetos tomados
2 a la vez son
AB AC BC BA CB CA.
Ejemplo 1.4.5 Considere los siguientes objetos A, B y C. Las variaciones de
orden 3 de esos 3 objetos o simplemente las variaciones de los 3 objetos tomados
todos a la vez son
ABC ACB BAC BCA CBA CAB.
El n umero de variaciones de orden n de m objetos o el n umero de
variaciones de m objetos tomados n a la vez lo denotaremos por V
m,n
y podra
calcularse directamente mediante el siguiente teorema.
Teorema 1.4.2 El n umero de variaciones de orden n de m objetos, viene dado
por
V
m,n
=
m!
(mn)!
.
Demostracion. Consideremos los siguientes m objetos
a
1
, a
2
, . . . , a
m
.
Ademas considere el siguiente diagrama, el cual contiene el n umero de posibi-
lidades para cada una de las n colocaciones ordenadas si repeticion de los m
Denicion clasica de probabilidad 27
objetos
m m1 m2 m(n 2) m(n 1)
. .
n
El PFC, nos dice que
V
m,n
= m(m1) (m2) . . . (m(n 2)) (m(n 1)).
Es decir,
V
m,n
=
m(m1) (m2) . . . (m(n 2)) (m(n 1))(mn) . . . 2.1
(mn) (mn 1) . . . 2.1
=
m!
(mn)!
Ejemplo 1.4.10 Cuantos grupos de cuatro personas se pueden hacer con tres
hembras y cuatro varones de modo que cada grupo contenga al menos dos
varones.
Denicion clasica de probabilidad 32
Ejemplo 1.4.11 Un supermercado ofrece seis marcas de durazno enlatados y
ocho marcas de maz enlatados. Una compradora desea probar dos marcas dife-
rentes de durazno y tres marcas distintas de maz. De cuantas maneras puede
escoger las cinco latas.
Ejemplo 1.4.12 De cuantas maneras se pueden dividir a seis personas en dos
equipos de tres miembros cada uno.
Ejemplo 1.4.13 Un grupo consta de doce mujeres y diez hombres. Se va ele-
gir un comite integrado por tres mujeres y cuatro hombres. Cuantos comites
diferentes son posibles.
Ejercicio 1.4.8 (a) Usando la notacion
C
n,r
=
_
n
r
_
=
n!
r! (n r)!
..
Demuestre que
1.
_
n
r
_
=
_
n
n r
_
.
2.
_
n
r
_
=
_
n 1
r 1
_
+
_
n 1
r
_
.
3.
_
n
r
_
=
r+1
i=1
_
n i
r i + 1
_
.
4.
_
n
r
_
=
n r + 1
r
_
n
r 1
_
.
Denicion clasica de probabilidad 33
5.
_
n
r
_
=
n
n r
_
n 1
r
_
.
6. n
_
n 1
r
_
= (r + 1)
_
n
r + 1
_
.
(b) Usando que
(x + y)
n
=
n
r=0
_
n
r
_
x
nr
y
r
,
para cada entero positivo n. Demuestre que
7.
n
r=0
_
n
r
_
= 2
n
.
8.
n
r=0
(1)
r
_
n
r
_
= 0.
9.
n
r=0
_
n
r
_
(a 1)
r
= a
n
.
10.
n
r=0
r
_
n
r
_
= n2
n1
.
1.4.2 Calculo de Probabilidades Usando los Principios
Basicos de Conteo
Hemos comentado que al tener espacios muestrales con resultados igual-
mente probables o igualmente factibles, las tecnicas de conteo, estudiadas en la
seccion anterior, nos permitiran obtener la probabilidad de cualquier evento A.
Para ello, bastara con determinar el n umero de elementos del espacio muestral
S, car(S), y del evento A, car(A), donde la probabilidad del evento A viene
Denicion clasica de probabilidad 34
dada por
IP(A) =
car(A)
car(S)
.
Observe que, car(S) es el n umero de maneras posibles, toda igualmente facti-
bles, que pueden ocurrir los resultados del experimento aleatorio.
Ejemplo 1.4.14 Considere el experimento aleatorio construir placas de au-
tomoviles, las cuales constan de dos letras distintas seguidas de tres dgitos
donde el primero no es cero. Determine la probabilidad de que una placa tenga
como primer dgito un n umero par.
Ejemplo 1.4.15 Considere el experimento aleatorio formar n umeros de tres
dgitos no repetidos con los dgitos 2, 3, 5, 6, 7, 9. Determine la probabilidad de
obtener un n umero cuyo primer dgito sea par. Determine la probabilidad de
obtener un n umero cuyo primer dgito sea impar. Determine la probabilidad
de obtener un n umero par. Determine la probabilidad de obtener un n umero
m ultiplos de 5. Determine la probabilidad de obtener un n umero menor que
400.
Ejemplo 1.4.16 Considere el experimento aleatorio tomar, simultaneamente,
dos objetos de una urna que contiene los objetos A, B y C, los cuales son
indistinguibles. Cual es la probabilidad de que el objeto A sea seleccionado.
Ejemplo 1.4.17 Considere el experimento aleatorio sentar tres ni nos y dos
ni nas en una la .(a) Cual es la probabilidad de que los ni nos se sienten juntos
y las ni nas tambien. (b) Cual es la probabilidad de que solo las ni nas se sienten
juntas.
Ejemplo 1.4.18 (a) Considere el experimento aleatorio seleccionar tres letras,
simultaneamente, de una urna que contiene las letras a, b, c, d, las cuales son
indistinguibles. Determine la probabilidad de que la letra c sea seleccionada. (b)
Considere el experimento aleatorio seleccionar grupos de tres con las personas
P
1
, P
2
, P
3
, P
4
, P
5
. Cual es la probabilidad de que la persona P
3
sea seleccionada.
Denicion clasica de probabilidad 35
Ejemplo 1.4.19 Considere el experimento aleatorio seleccionar cinco latas, si-
multaneamente, de un grupo de seis latas de durazno y ocho de maz. Cual es
la probabilidad de obtener dos latas de durazno y tres de maz.