Está en la página 1de 29

www.mheducation.

es
Matematicas aplicadas - CS I 1.º Bachillerato

Matemáticas aplicadas CS - I 1.º Bachillerato

.
al
on
Libro de Texto Proyecto digital

ci
Pensado para motivarte, para Contenidos que complementan tu

ill mo
despertar en ti la pasión por aprender formación y se adaptan a tus
necesidades

-H o
w pr
ra rat
D. Usero
A. Nevot

cG s
ue
Recursos pedagógicos

m
Propuestas didácticas para dinamizar ¡Plataforma de aprendizaje adaptativo que

M. Viadas
D. Omar
y motivar se ajusta a tu ritmo y reacciona ante tus
Matemáticas aplicadas

de
respuestas!

M
a las Ciencias Sociales I

d
J. Soler

da
1.º Bachillerato

ni
U
Antonio Nevot Javier Soler
Daniel Romero David Usero
Marta Viadas

ISBN: 978-84-486-1613-7

... Una nueva forma de aprender


9 788448 616137
9. Probabilidad y combinatoria
Estás en un concurso de televisión. Ante ti hay tres
puertas cerradas. Detrás de una de ellas te espera
un fantástico automóvil; tras las otras dos, un par de

.
cabras. Escoge una de las tres puertas. ¿Ya la tie­

al
nes? El presentador, que sabe lo que hay detrás de
cada puerta, abre, de entre las dos que no has elegi­

on
do, una que esconde una cabra. Ahora solo quedan
dos puertas cerradas, y el presentador te da la op­
ción de cambiar, si quieres, la puerta que elegiste al

ci
comienzo. ¿Mantendrías tu elección original o esco­
gerías la otra puerta? ¿Hay alguna diferencia entre

ill mo
las dos opciones? ¡Espera! No respondas todavía…
Antes ponte al día con la probabilidad.

-H o
w pr
ra rat
cG s
ue
m
de
M
d
da
ni
U

En esta unidad aprenderás:


1. Espacio muestral: sucesos 5. Sucesos dependientes e independientes
2. Operaciones con sucesos 6. Técnicas de recuento
3. Probabilidad 7. Aplicaciones
4. Probabilidad condicionada
Unidad 9. Probabilidad y combinatoria 327

1 Espacio muestral: sucesos


En muchas experiencias de la vida cotidiana aparece el término «probabilidad». Por ejemplo,
cuando se plantea la probabilidad de lluvia para un día en concreto o la probabilidad de ganar
en un juego. Tanto en situaciones cotidianas como en el juego, la toma de decisiones ante
situaciones de incertidumbre mejora sensiblemente si se conocen las probabilidades de es­
tos sucesos. Para abordar el estudio de la probabilidad, se definen los siguientes términos:

.
Se llama experimento a todo procedimiento sometido a cierto control que permite obtener

al
unos resultados. Un experimento puede ser de dos tipos:

on
• Determinista: es aquel que, al repetirlo en condiciones análogas, siempre arroja el mismo
resultado, es decir, cuyo resultado se conoce con certeza. Por ejemplo, se sabe que la
suma de los ángulos de un triángulo será siempre 180º.

ci
• Aleatorio: es aquel cuyo resultado, al repetirlo en condiciones idénticas, nunca puede
predecirse y que está, por tanto, sujeto a incertidumbre. Se dice entonces que su resulta­

ill mo
do es consecuencia del azar. Lanzar una moneda al aire, extraer una bola de un bombo,
anotar la energía consumida en un día en una población o medir la resistencia a la com­
presión del hormigón son ejemplos de experimentos aleatorios.

-H o
En resumen, los experimentos deterministas están asociados a la noción de certeza o segu­
ridad, mientras que los experimentos aleatorios están ligados a la incertidumbre y a las leyes

w pr
del azar. Estos últimos son los que interesan en el cálculo de probabilidades.

Espacio muestral
ra ra
Al lanzar un dado, los resultados pueden ser: un uno, un dos, un tres, un cuatro, un cinco o
t
un seis. De manera idéntica, si se seleccionan dos routers y se analiza si cumplen o no las
cG s

especificaciones de fabricación, puede ocurrir: que las cumplan ambos, que las cumpla solo
ue

el primero, que las cumpla solo el segundo, o que no las cumpla ninguno de los dos. Así pues,
se define espacio muestral como:
m

El espacio muestral de un experimento aleatorio, representado por E, es el conjunto de


todos sus posibles resultados.
de

E j e m p l o 1 . En el experimento de lanzar un dado, ¿cuál es el espacio muestral?


M

El espacio muestral es: E = {1,2,3,4,5,6}.


d

E j e m p l o 2 . En el experimento de seleccionar dos routers y analizar si cumplen o no las


especificaciones de fabricación, ¿cuál es el espacio muestral?
da

Si indicamos por S el caso en el que el router sí cumple las especificaciones, y por N el que
no las cumple, entonces el espacio muestral es: E = { SS, SN,NS,NN}.
ni

E j e m p l o 3 . Una caja contiene cuatro piezas, dos de las cuales son defectuosas. Se
prueban las piezas una a una hasta que aparece la primera defectuosa. ¿Cuál es el espacio
U

muestral de este experimento?


Si representamos por D y B los casos en los que la pieza es defectuosa y buena, respecti­
vamente, el espacio muestral es: E = {D,BD,BBD}.

E j e m p l o 4 . Cuatro equipos de fútbol quieren organizar un campeonato a doble partido.


Halla los distintos partidos que van a jugar?¿Cuántos son en total?
Sean A, B, C y D los equipos que participan en este campeonato. Entonces, como cada uno
debe jugar con todos los demás, el espacio muestral es:
E = { AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC }
En total son 12 partidos.
328 Unidad 9. Probabilidad y combinatoria

Diagrama de árbol
Para hallar el espacio muestral de muchos experimentos aleatorios es conveniente utilizar
una representación gráfica, llamada diagrama de árbol, que permite describir todos los posi­
bles resultados siempre que los experimentos se desarrollen en etapas sucesivas.
Así, el diagrama de árbol se construye partiendo de un vértice (punto) situado a la izquierda
del diagrama, seguido de distintas ramas (líneas rectas) en la primera etapa, que finalizan en

.
unos nuevos vértices. De cada uno de estos surgen otras ramas, que describen la segunda

al
etapa. El proceso se repite sucesivamente hasta finalizar el experimento.

on
E j e m p l o 5. Construye un diagrama de árbol para representar los posibles resultados al
lanzar una moneda al aire tres veces. ¿Cuál es el espacio muestral?
Designamos por C el evento de que en la moneda salga una cara (anverso), y por + el caso

ci
de que en la moneda salga una cruz (reverso). El experimento consta así de tres etapas
sucesivas, una por cada lanzamiento. El diagrama de árbol es, por tanto:

ill mo
1.er Lanzamiento 2.º Lanzamiento 3.er Lanzamiento Resultados

-H o
w pr
ra rat
cG s
ue
m

Observa que los resultados (última columna) se obtienen leyendo el árbol de izquierda a
derecha. El espacio muestral resulta:
E = {CCC,CC+,C + C,C + +,+CC,+C+,+ + C,+ + + }
de
M

▶ Actividad resuelta 1
Alejandra y Javier son muy aficio- Designamos por A y J los casos en que Alejandra y Javier ganan el juego, respectivamente.
d

nados al tenis y deciden fijar sus Entonces, el diagrama de árbol de este experimento es:
da

propias reglas, de tal forma que


se proclamará campeón el prime-
ro que gane dos juegos seguidos o
ni

tres alternos. Construye el diagra-


ma de árbol de este experimento
U

y, después, describe su espacio


muestral.

Nos fijamos en los eventos en los que el partido ha finalizado porque alguno de los juga­
dores ha ganado dos juegos seguidos o tres alternos. De esta forma, leyendo el árbol de
izquierda a derecha, el espacio muestral resulta:
E = { AA, AJAA, AJAJA, AJAJJ, AJJ, JAA, JAJAA, JAJAJ, JAJJ, JJ}
Unidad 9. Probabilidad y combinatoria 329

Sucesos
Una vez hallado el espacio muestral de un experimento aleatorio, resulta interesante analizar
las características de sus elementos y los posibles subconjuntos que pueden formarse.

Se llama suceso a cualquier subconjunto del espacio muestral de un experimento aleatorio.

Los sucesos con un único elemento se denominan sucesos simples o elementales. Mientras,

.
al
aquellos que tienen varios elementos reciben el nombre de sucesos compuestos.
E j e m p l o 6. En la Actividad resuelta 1 se consideran los sucesos:

on
A = «Alejandra gana en el segundo juego»; B = «Alejandra gana antes del cuarto juego»;
C = «Javier finaliza ganador en el segundo o tercer juego».
¿Son sucesos simples o compuestos?

ci
El suceso A = { AA} es simple; sin embargo, los sucesos B = { AA, JAA} y C = { AJJ, JJ} son
compuestos.

ill mo
E
Los sucesos suelen representarse gráficamente en forma de conjuntos mediante diagramas
1
de Venn, en los que el espacio muestral se representa como un rectángulo, y cada suceso
6
por medio de regiones curvas cerradas dentro del rectángulo. Por ejemplo, en el experimento

-H o
A
de lanzar un dado, se considera el suceso A = «obtener un número primo». En el margen se 2

w pr
ha representado el diagrama de Venn correspondiente. 3
El suceso complementario o contrario de un suceso A se representa por A, se lee «no A» y 5
4
está formado por todos los elementos del espacio muestral que no pertenezcan a A:
A = { x ∈E /x ∉ A}
ra ra
E j e m p l o 7. Consideremos el experimento de lanzar una moneda y un dado simultánea- E
t
mente.
cG s

a) Calcula el espacio muestral E.


ue

b) Sean los sucesos del espacio muestral: A = «obtener cara al lanzar la moneda» y
B = «sacar un dos al lanzar el dado». Calcula los sucesos contrarios A y B. A A
El espacio muestral es: E = {C1,C2,C3,C4,C5,C6,+1,+2,+3,+4,+5,+6}.
m

Los sucesos A y B son: A = {C1,C2,C3,C4,C5,C6} y B = {C2,+2}.


Por tanto, A = {+1,+2,+3,+4,+5,+6} y B = {C1,C3,C4,C5,C6,+1,+3,+4,+5,+6}.
de

Existen dos subconjuntos especiales del espacio muestral: el subconjunto total (o propio es­
M

pacio muestral), E, y el subconjunto vacío, ∅. El espacio muestral E ocurre siempre y, por


tanto, se llama suceso seguro. Al contrario, el conjunto ∅ no ocurre nunca y se llama suceso
imposible.
d
da

Ac t i v i d a d e s
1. Cada mensaje de whatsapp se clasifica en dos tipos: normal 3. Se dispone de una bolsa que contiene tres canicas blancas
(N), si se recibe en menos de un minuto, y retrasado (R), si y dos verdes.
ni

tarda más tiempo en recibirse. Si se envían tres mensajes a) Si se extraen al azar y de una en una todas las canicas,
de whatsapp: ¿cuál es el espacio muestral de este experimento?
U

a) Describe el espacio muestral mediante un diagrama de


b) Si se extraen solo tres canicas:
árbol.
b) Dado el suceso A = «al menos uno de los tres mensajes • Calcula los elementos de los sucesos C = « extraer ca­
es normal», escribe sus elementos y calcula el suceso nicas de dos colores» y D = «extraer canicas de un solo
contrario A. color».
c) Escribe los elementos del suceso B = «exactamente dos • ¿Cómo se llama el suceso V = «extraer tres canicas de
mensajes llegan retrasados». color verde»?
2. Un partido de tenis entre Garbiñe Muguruza y Sara Sorribes 4. Una representación estudiantil está formada por tres miem­
ha finalizado con el resultado de tres sets a dos a favor de bros, entre quienes han de elegir un delegado, un subdele­
Garbiñe. ¿De cuántas formas distintas se puede haber con­ gado y un vocal. Describe mediante un diagrama de árbol el
seguido este resultado? espacio muestral de este experimento.
330 Unidad 9. Probabilidad y combinatoria

2 Operaciones con sucesos


Un suceso es un conjunto; por tanto, todas las propiedades de los conjuntos pueden trasla­
darse a los sucesos. En muchas ocasiones, interesa describir nuevos sucesos a partir de
operaciones básicas. A continuación se describen algunas de ellas:

E Unión e intersección de sucesos


A B

.
al
La unión de dos sucesos A y B se representa por A ∪ B y se lee «A o B». Es el suceso que
consta de todos los elementos que están en A, en B, o en ambos.

on
A ∪ B = { x ∈E /x ∈ A o x ∈B }

Unión de dos sucesos A ∪ B

ci
E La intersección de dos sucesos A y B se representa por A ∩ B y se lee «A y B». Es el

ill mo
A B suceso que consta de todos los elementos que pertenecen tanto a A como a B.
A ∩ B = { x ∈E /x ∈ A y x ∈B }

-H o
E j e m p l o 8 . Un experimento consiste en elegir al azar un número del 1 al 9. Así, el
espacio muestral es E = {1,2,3,4,5,6,7,8,9} . Sean A = {2,4,6,8} el suceso «obtener un

w pr
Unión de dos sucesos A ∩ B
número par» y B = {2,3,5,7} el suceso «obtener un número primo».
a) ¿Cuál es el suceso «obtener un número par o un número primo»?
b) ¿Cuál es el suceso «obtener un número par y primo»?
ra ra
a) El suceso «obtener un número par o un número primo» está formado por los elementos
de A, de B o de ambos, y lo escribimos como: A ∪ B = {2,3,4,5,6,7,8}.
t
b) El suceso «obtener un número par y primo» está formado por los elementos comunes de
cG s

A y B, y lo escribimos como: A ∩ B = {2}.


ue

E j e m p l o 9 . Consideremos el experimento de lanzar una moneda y un dado simultánea-


mente del Ejemplo 7. Calcula A ∪ B, A ∩ B y A ∩ B.
A ∪ B = {C1,C2,C3,C4,C5,C6,+2} A ∩ B = {C2} A ∩ B = {+2}
m

E
A B
Se dice que dos sucesos A y B son mutuamente excluyentes o incompatibles si no
de

tienen resultados comunes y, por tanto, su intersección es el conjunto vacío, A ∩ B = ∅.


M

E j e m p l o 1 0. Al extraer una carta de la baraja epañola se consideran los sucesos:


d

Sucesos incompatibles A = «extraer un as», B = «extraer un caballo» y C = «extraer un oro». ¿Son A y B incompati-
bles? ¿Y A y C?
da

Los sucesos A y B son mutuamente excluyentes o incompatibles porque no es posible ex­


traer un as y un caballo simultáneamente, es decir, A ∩ B = ∅. Por su parte, los sucesos A
y C son compatibles, ya que existe el as de oros y, por tanto, A ∩ C ≠ ∅.
ni

Diferencia de sucesos
U

La diferencia entre el suceso A y el suceso B se representa como A − B, y es el suceso


que está formado por todos los elementos que están en A pero no están en B.
A − B = { x ∈E /x ∈ A y x ∉B }
E
A B
E j e m p l o 1 1 . Si el espacio muestral de un experimento es E = {1,2,3,4,5,6,7,8,9} y
tenemos los sucesos A = {2,4,6,8,9} y B = {2,3,4,5,7}, calcula el suceso A − B.
Si quitamos del suceso A los elementos que están en B, resulta el suceso A − B = {6,8,9}.

Observa el diagrama de Venn del margen y comprueba que la diferencia entre los sucesos A
Diferencia de sucesos: A − B y B es igual a la intersección de A con el complementario de B. Es decir: A − B = A ∩ B .
Unidad 9. Probabilidad y combinatoria 331

Propiedades
Las propiedades de la unión, la intersección y el complementario de sucesos son las siguientes:
• Conmutativa: A ∪AB∪=BB=∪BA,∪ AA,∩AB∩=BB=∩BA∩ A
E
• Asociativa: A ∪A( ∪
B∪( BC∪) =C )( A= ∪( AB∪) ∪B )C,∪ AC,∩A( ∩
B∩( BC∩) =C )( A= ∩( AB∩) ∩B )C∩ C A B
• Elemento neutro: A ∪A∅∪=∅A,= AA,∩AE∩=EA= A

.
al
• Complementario: A ∪AA∪=AE,= AE,∩AA∩=A∅= ∅
• Distributiva: A ∪A( B
∪∩( BC∩) =C )( =A ∪( AB∪) ∩B )( ∩
A∪( AC∪), C A)∩
, A( B
∩∪( BC∪) =C )( =A ∩( AB∩) ∪B )( ∪
A∩( AC∩) C )

on
Leyes de Morgan
• El complementario de la unión de sucesos es igual a la intersección de los complementarios. ( A ∪ B) = A ∩ B

ci
( A ∪ B) = A ∩ B E

ill mo
A B
• El complementario de la intersección de sucesos es igual a la unión de los complementarios.

( A ∩ B) = A ∪ B

-H o
Las operaciones de unión e intersección pueden ampliarse a más de dos sucesos. Por ejem­
plo, dados tres sucesos, A ∪ B ∪ C es el suceso «al menos uno de los tres»; mientras que

w pr
A ∩ B ∩ C es el suceso «se cumplen los tres».
En general, se dice que los sucesos A1, A2, …, An son mutuamente excluyentes o incompati- ( A ∩ B) = A ∪ B
ra ra
bles si las intersecciones dos a dos no tienen ningún elemento en común.

▶ Actividad resuelta 2
t
cG s

En un control de aduanas de un a)  A1 : el primer pasajero supera el control de aduanas.


ue

aeropuerto se han elegido al azar


A1 ∩ A2 : los dos primeros pasajeros superan el control de aduanas.
tres pasajeros. Sea el suceso
Ai = «el pasajero i-ésimo supera el A1 ∪ A3 : el primer o el tercer pasajero supera el control.
control» con i = 1,2,3.
m

A1 ∪ A2 ∪ A3 : al menos uno de los tres pasajeros supera el control de aduanas.


a) Describe en términos del enun­ A1 ∩ A2 ∩ A3 : el primer pasajero supera el control, pero los otro dos no.
ciado cada uno de los siguien­
de

tes sucesos: A1 ∩ A2 ∩ A3 : ninguno de los tres pasajeros supera el control de aduanas.


A1, A1 ∩ A2, A1 ∪ A3, A1 ∪ A2 ∪ A3,
M

b) El suceso A1 ∪ A2 indica que al menos uno de los dos primeros pasajeros supera el con­
A1 ∩ A2 ∩ A3, A1 ∩ A2 ∩ A3 ( )
trol de aduanas. Por tanto, el suceso contrario A1 ∪ A2 indicará que ninguno de los dos
b) Consideremos solo los dos pri­ supera el control, es decir, A1 ∩ A2; luego ni el primero ni el segundo superan el control.
d

meros pasajeros. Explica en tér­


da

minos del problema la primera


ley de Morgan, es decir:
(A ∪ A ) = A ∩ A
1 2 1 2
ni
U

Ac t i v i d a d e s
5. Un joven efectúa tres tiros a una canasta de baloncesto. 6. Dado el siguiente diagrama de E
Sean A1, A2 y A3 los sucesos «encesta al primer, segundo y Venn, expresa mediante operacio­ A B
tercer intento», respectivamente. Expresa, mediante opera­ nes con sucesos las siguientes 1 2 5
4
ciones con sucesos, los siguientes casos: regiones: 3 6
8
a) Solo encesta el primer tiro. a) 1 b) 6 7

b) Encesta al menos uno de los tres. C


c) 3 y 4 d) 2 y 4
c) No encesta ninguno de los tres.
7. Si A es el suceso «hablar alemán» y F el suceso «hablar
d) Encesta el primero y el segundo, pero no el tercero. francés», describe y colorea en un diagrama de Venn los si­
e) Encesta exactamente dos de los tres tiros. guientes sucesos: F, A ∪ F, A − F, A ∩ F, A ∪ F y A ∪ F.
332 Unidad 9. Probabilidad y combinatoria

3 Probabilidad
El cálculo de probabilidades tiene sus raíces en el siglo xvii, en la correspondencia entre los
matemáticos franceses Blaise Pascal y Pierre Fermat. El caballero De Meré, que era un corte­
sano muy aficionado al juego, llamó la atención de estos dos matemáticos porque, entre otras
cuestiones, quería saber cómo se debería repartir el dinero de las apuestas depositadas sobre
la mesa si los jugadores se veían obligados a finalizar la partida sin que hubiera un ganador.

.
También surgieron cuestiones como la siguiente: si se lanza cuatro veces un dado, ¿qué es

al
más probable, que salga por lo menos un seis o que no salga ninguno? A esta y a otras mu­
chas preguntas se intentará dar respuesta en esta unidad.

on
En el vocabulario de la probabilidad aparecen palabras y expresiones como «posible», «proba­
ble», «con toda seguridad», «por los menos», «imposible»… Sin embargo, lo que una persona
entiende por «muy probable» puede diferir en el caso de otra, o incluso puede variar depen­

ci
diendo del momento. Por ello, la probabilidad exige utilizar números para cuantificarla.

ill mo
La probabilidad se mide en una escala del cero al uno. Las palabras «imposible» y «probabili­
dad nula» significan lo mismo. Asignamos «probabilidad nula», por ejemplo, a encontrarnos
con Napoleón Bonaparte en el bar de la esquina, mientras que «probabilidad uno» es sinóni­
mo de certeza y seguridad. Así, es seguro, por ejemplo, que J. S. Bach esté muerto, aunque

-H o
sus obras sigan presentes en muchos hogares del mundo.

w pr
La probabilidad como frecuencia relativa
Suponemos que un experimento puede repetirse independientemente y en condiciones aná­
ra ra
logas tantas veces como se quiera. Se anota entonces, la proporción de casos en que se
produce un determinado suceso. Dicha proporción puede oscilar al principio, pero lo que inte­
1 resa es observar su comportamiento a largo plazo. Pues bien, dicha proporción puede consi­
t
Frecuencia relativa
derarse como una estimación de la probabilidad.
cG s
ue

0,8 La probabilidad de un suceso se interpreta como el valor límite de la proporción de veces


(frecuencia relativa) que aparece un resultado después de realizar n veces el experimento
aleatorio, cuando n aumenta. Es decir,
m

0,6
P ( S ) = lim fr ( S )
n→∞
de

0,4
Por ejemplo, en el experimento de lanzar una moneda, se afirma que la probabilidad de sacar
M

una cara es 1/2. Para comprobar su validez, podemos lanzar tantas veces como se quie­
0,2 ra una moneda. Ahora bien, que la probabilidad sea 1/2 quiere decir que, por término medio,
una de cada dos veces aparecerá cara. Pero ello no significa que este resultado tenga que
d

salir exactamente una vez de cada dos lanzamientos, ya que puede aparecer varias veces
da

0 seguidas o no salir en una decena de lanzamientos.


400 800 1 200 1 600 2 000
N.º de lanzamientos El problema de este enfoque surge al considerar qué se entiende «término medio» y «cuántas
veces» hay que repetir el experimento. ¿Basta con realizar 100 veces el experimento, o es
ni

necesario realizarlo 100 000 veces?


U

Probabilidad subjetiva
Punto de interés Para algunos autores como Bayes la probabilidad de un suceso es una característica funda­
mentalmente subjetiva porque expresa el grado de certeza que una persona pueda tener so­
Thomas Bayes (1702-1761) fue un
bre la aparición de un suceso. Aunque se debe recoger la mayor cantidad de información ob­
matemático, filósofo y sacerdote bri­
tánico que en los últimos años de su
jetiva sobre un determinado suceso para asignar una probabilidad, en determinadas
vida se interesó por la probabilidad. circunstancias, varias personas suficientemente informadas pueden asignar distintas probabi­
lidades si el grado de creencia que ellas tienen es diferente. Por ejemplo, supongamos que
dos equipos de baloncesto se enfrentan por primera vez, entonces la probabilidad de ganar
que asignemos a cada uno de los equipos es subjetiva, pues depende de la cantidad de infor­
mación que se tenga de ambos equipos. O si lanzamos una moneda y una persona sabe que
está trucada, asignará una probabilidad distinta de 0,5, que sería la que asignaría una que
desconoce este hecho.
Unidad 9. Probabilidad y combinatoria 333

Regla de Laplace
En muchos sucesos compuestos de N resultados, es razonable asignar probabilidades igua­
les a los N sucesos simples. Por ejemplo, al lanzar una moneda dos veces al aire hay cuatro
resultados posibles, luego: Ojo

1 1 1 1 La regla de Laplace solo se puede


P ( CC ) = , P ( C + ) = , P ( +C ) = y P ( + + ) =
4 4 4 4 aplicar cuando los sucesos son equi­

.
probables.

al
En el caso de lanzar dos dados al aire hay 36 posibles resultados, cada uno de ellos con una
1
probabilidad de . En general, si existen N resultados igualmente probables, la probabilidad

on
36
1
de cada uno es .
N

ci
Si un suceso S aparece k veces de las N posibles, entonces:

ill mo
k Número de resultados favorables a S
P (S) = =
N Número de resultados posibles

-H o
Esta expresión, conocida con el nombre de regla de Laplace, fue propuesta por el matemáti­

w pr
co francés Pierre-Simon de Laplace a comienzos del siglo xix para experimentos con N resul­
tados posibles, todos ellos incompatibles entre sí. Se basa en el hecho de que todos los re­
sultados tienen la misma probabilidad de ocurrir, es decir, son equiprobables.
ra ra
La probabilidad se puede escribir en forma de fracción, número decimal o porcentaje.

E j e m p l o 1 2 . Se lanzan dos dados y se suman los resultados obtenidos. Dado 2


t
cG s

a) ¿Cuál es la probabilidad de que la suma sea nueve? 1 2 3 4 5 6


ue

b) ¿Qué suma es más probable? 1 2 3 4 5 6 7


a) En el margen hemos construido una tabla de doble entrada en la que figuran los resulta­
2 3 4 5 6 7 8
dos de cada uno de los dados y, en la parte central, su suma. Observamos que hay 36

Dado 1
m

posibles resultados. Sea A el suceso «suma de resultados igual a nueve»: 3 4 5 6 7 8 9

4 1 4
A = {36,45,54,63} P ( A) =
5 6 7 8 9 10
= = 0,11 o 11 %
36 9
de

5 6 7 8 9 10 11
M

b) En la diagonal de la tabla se encuentra el resultado que aparece más veces y es 7. En


concreto, si llamamos C al suceso «suma de resultados igual a 7»: 6 7 8 9 10 11 12

6 1
C = {16,25,34,43,52,61} P (C ) =
d

= = 0,17 o 17 %
36 6
da

E j e m p l o 1 3 . En un centro escolar se ha recogido el precio aproximado, en euros, de los Precio Mujer Hombre
teléfonos móviles de 105 estudiantes. Los resultados se muestran en la siguiente tabla.
ni

Si se elige un estudiante al azar: [0,100) 12 18

a) ¿Cuál es la probabilidad de que su móvil cueste menos de 300 €? [100,200) 2 10


U

b) ¿Cuál es la probabilidad de que sea mujer y tenga un móvil de menos de 200 €? [200,300) 18 10
a) En total hay 105 estudiantes, de los cuales 30 + 12 + 28 = 70 tienen un móvil con un
[300,400) 6 10
valor inferior a 300 €. Si designamos como A el suceso «el estudiante tiene un móvil con
un precio inferior a 300 €»: [400,500) 5 6
70 2
P ( A) = = = 0,67 [500,600) 2 3
105 3
[600,700) 1 2
b) El total de mujeres con un móvil de precio inferior a 200 € es de 14. Si llamamos B al
suceso «mujer con un móvil de precio inferior a 200 €»:
14
P (B) = = 0,13
105
334 Unidad 9. Probabilidad y combinatoria

Definición axiomática de la probabilidad


El matemático ruso Kolmogorov puede considerarse el fundador del cálculo de probabilidades
moderno, que se desarrolló durante el siglo xx, pues desempeñó un papel decisivo al definir
la probabilidad basada en axiomas.

Dado un experimento aleatorio y un espacio muestral E, el objetivo de la probabilidad es


asignar a cada suceso S un número P ( S ), llamado probabilidad del suceso S, que verifica los

.
al
siguientes tres axiomas:

• Axioma 1: la probabilidad del espacio muestral o suceso seguro es la unidad.

on
E
P (E ) = 1
A B

ci
• Axioma 2: la probabilidad de cualquier suceso es un número comprendido entre 0 y 1.

0 ≤ P (S) ≤ 1

ill mo
• Axioma 3: si A y B son dos sucesos incompatibles, entonces la probabilidad de la unión
es la suma de las probabilidades.

-H o
Si A ∩ B = ∅, entonces P ( A ∪ B ) = P ( A) + P ( B )

w pr
Propiedades de la probabilidad
ra ra
De los axiomas anteriores se deducen fácilmente las siguientes propiedades:
t
E Propiedad 1: la probabilidad del suceso imposible es cero.
cG s

P (∅ ) = 0
ue

A A Propiedad 2: la suma de las probabilidades de un suceso y de su contrario es la unidad.


m

P ( A) + P ( A ) = 1

A partir de esto se deduce que P ( A) = 1 − P ( A ) . Esta propiedad es muy útil siempre, ya


de

que P ( A ) resulta más fácil de obtener mediante métodos directos que P ( A) .


M

E j e m p l o 1 4 . Si se lanza un dado tres veces, ¿qué es más probable, que salga por lo
menos un seis o que no salga ninguno?
d

Es más sencillo encontrar los casos en los que no sale ningún seis que hallar aquellos en
da

los que sí sale alguno. Por tanto, consideremos el suceso A = «no sale ningún seis en tres
lanzamientos». Si consideramos el primer lanzamiento, no saldrá un seis en cinco ocasio­
nes. Por cada una de ellas, habrá otras cinco tras las que no saldrá un seis en el segundo
ni

lanzamiento y, a su vez, para cada una de estas, otras cinco tras las que tampoco saldrá
un seis en el tercer lanzamiento. Por tanto, hay 5 ⋅ 5 ⋅ 5 = 125 casos favorables en los que
U

no sale ningún seis.


Ahora bien, como hay 6 ⋅ 6 ⋅ 6 = 216 casos posibles al lanzar un dado tres veces, tenemos,
1 Piensa 125
mediante la regla de Laplace, que, P ( A) = = 0,5787.
216
Demuestra la propiedad 2 a partir de
los axiomas 1 y 3. Es decir, hay un 57,87 % de probabilidades de que no salga ningún seis.
Como A = «sale al menos un seis en tres lanzamientos», entonces:
125 91
P ( A ) = 1 − P ( A) = 1 − = = 0,4213,
216 216
luego hay un 42,13 % de probabilidades de que salga al menos un seis. En resumen, es
más probable que no salga ningún seis a que salga al menos uno.
Unidad 9. Probabilidad y combinatoria 335

Propiedad 3: si A y B son dos sucesos cualesquiera, entonces la probabilidad de la unión


es la suma de las probabilidades menos la probabilidad de la intersección.
P ( A ∪ B ) = P ( A) + P ( B ) − P ( A ∩ B )
E

A B
Propiedad 4: para tres sucesos cualesquiera A, B y C, se verifica:
P ( A ∪ B ∪ C ) = P ( A) + P ( B ) + P ( C ) − P ( A ∩ B ) − P ( A ∩ C ) − P ( B ∩ C ) + P ( A ∩ B ∩ C )

.
al
E j e m p l o 1 5. Un joven puede consultar diariamente con su móvil las siguientes aplica-

on
ciones: YouTube (Y), WhatsApp (W) e Instagram (T). Sabemos que:
P ( Y ) = 0,12; P (W ) = 0,56; P ( T ) = 0,36; P ( Y ∩ W ) = 0,07; P ( Y ∩ T ) = 0,09; P (W ∩ T ) = 0,22

ci
y P ( Y ∩ W ∩ T ) = 0,03. ¿Qué probabilidad hay de que un día no consulte ninguna de estas
tres aplicaciones? E

ill mo
No consultar ninguna aplicación equivale al suceso Y ∩ W ∩ T. Por tanto: A B

( ) ( )
(1) (2)
P Y ∩ W ∩ T = P Y ∪ W ∪ T = 1 − P ( Y ∪ W ∪ T )     (1)
ley de Morgan; (2) suceso contrario.

-H o
Calcularemos, en primer lugar, la probabilidad de la unión de los tres sucesos.
P ( Y ∪ W ∪ T ) = P ( Y ) + P (W ) + P (T ) − P ( Y ∩ W ) − P ( Y ∩ T ) − P (W ∩ T ) + P ( Y ∩ W ∩ T ) =

w pr
= 0,12 + 0,56 + 0,36 − 0,07 − 0,09 − 0,22 + 0,03 = 0,69. Por tanto, la probabilidad de que un C
día no consulte ninguna de estas tres aplicaciones es del 31 %.
ra ra
▶ Actividad resuelta 3
t
Si P ( A ) = 0,4, P ( B ) = 0,3
cG s

Con los datos del enunciado podemos elaborar el siguiente gráfico, donde hemos marcado
y P ( A ∩ B ) = 0,1, calcula las en rojo las probabilidades que deducimos de esa información simplemente restando.
ue

siguientes probabilidades: a)  P ( A ) = 1 − P ( A) = 1 − 0,4 = 0,6


a)  P ( A ) b)  P ( A ∪ B ) b) Utilizando la propiedad 3,
E
m

c)  P ( A ∩ B ) d)  P ( A ∩ B ) P ( A ∪ B ) = P ( A) + P ( B ) − P ( A ∩ B ) = 0,4 + 0,3 − 0,1 = 0,6 A B

(
e)  P A ∪ B ) f)  P ( A ∪ B )
Podríamos, también, haber utilizado la información del
diagrama de Venn, y entonces:
de

0,3 0,1 0,2


P ( A ∪ B ) = 0,3 + 0,1 + 0,2 = 0,6
M

c) Observando el diagrama, deducimos que P ( A ∩ B ) = 0,2.


0,4
O bien, podemos encontrarlo de esta otra manera:
d

P ( A ∩ B ) = P ( B ) − P ( A ∩ B ) = 0,3 − 0,1 = 0,2.


da

d) De forma análoga, según el diagrama: P ( A ∩ B ) = 0,3. Además:


P ( A ∩ B ) = P ( A) − P ( A ∩ B ) = 0,4 − 0,1 = 0,3
( )
e)  P A ∪ B = 1 − P ( A ∪ B ) = 1 − 0,6 = 0,4
ni

f) Como A ∩ B ≠ ∅, entonces A y B son compatibles y, por tanto:


U

P ( A ∪ B ) = P ( A ) + P ( B ) − P ( A ∩ B ) = 0,6 + 0,3 − 0,2 = 0,7

Ac t i v i d a d e s
8. En un grupo de estudiantes, el 70 % habla inglés, el 60 % 9. Si P ( A) = 0,7; P ( B ) = 0,5 y P ( A ∩ B ) = 0,3, determina las si­
habla francés y el 40 % habla ambos idiomas. Si se elige un guientes probabilidades:
estudiante al azar: a)  P ( A ) y P ( B )
a) ¿Cuál es la probabilidad de que hable por lo menos uno b)  P ( A ∪ B )
de los dos idiomas? c)  P ( A ∩ B ) y P ( A ∩ B )
b) ¿Cuál es la probabilidad de que hable solo un idioma? d)  P ( A ∪ B ) y P ( A ∪ B )
336 Unidad 9. Probabilidad y combinatoria

4 Probabilidad condicionada
La probabilidad asignada a un suceso depende del conocimiento sobre el experimento alea­
torio realizado. Ahora bien, esa probabilidad asignada inicialmente puede modificarse si se
dispone de información añadida. A continuación se expone un ejemplo:

Pelo Pelo Pelo E j e m p l o 1 6. De una muestra de 100 personas, se han obtenido los datos, representa-
Total dos en la tabla del margen, acerca de su color de ojos y pelo.

.
negro castaño rubio

al
a) ¿Cuál es la probabilidad de elegir una persona al azar?
Ojos
30 15 10 55 b) ¿Qué probabilidad hay de elegir a una persona que tenga los ojos oscuros?
oscuros

on
c) Si se nos facilita la información de que la persona seleccionada tiene el pelo rubio,
Ojos ¿cuál es ahora la probabilidad de que tenga los ojos oscuros?
10 20 15 45
claros 1
a) Mediante la regla de Laplace, la probabilidad es = 0,01.

ci
Total 40 35 25 100 100
55
b) Consideremos el suceso A = «tiene los ojos oscuros». Entonces: P ( A) = = 0,55.
100

ill mo
c) La probabilidad inicial se verá modificada por la información añadida de que la persona
seleccionada tiene el pelo rubio, ya que cambia el número de casos posibles de 100
a 25. Si designamos por B el suceso «tiene el pelo rubio», entonces la probabilidad de

-H o
elegir a una persona con los ojos oscuros, sabiendo que tiene el pelo rubio, se escribe
( )
como P A B y se lee «probabilidad de A condicionada por B».

w pr
10 2
P AB = ( )
= = 0,40
25 5
En este último apartado del ejemplo, el numerador se corresponde con el número de
ra ra
personas que tienen los ojos oscuros y el pelo rubio, es decir, A ∩ B; a su vez, en el
­denominador aparece el número de personas con el pelo rubio, B. Por tanto, otra for­
t
ma de escribir y hacer los cálculos anteriores es la siguiente:
cG s

10
P ( A ∩ B ) 100 10 2
( )
ue

P AB = = = = = 0,40
P (B) 25 25 5
100
m

Cuando los resultados son equiprobables, el cálculo de la probabilidad condicionada puede


deducirse fácilmente, pero si los experimentos son más complejos, necesitamos una defini­
ción más general.
de
M

La probabilidad condicionada de un suceso A, dado un suceso B, viene dada por:


P ( A ∩ B)
( )
P AB =
d

P (B)
da

De forma análoga:
ni

La probabilidad de un suceso B condicionado por otro suceso A es:


P ( A ∩ B)
( )
P BA =
U

P ( A)

E j e m p l o 17. Si A y B son dos sucesos tales que P ( A ) = 0,4, P ( B ) = 0,3 y P ( A ∪ B ) = 0,7,


calcula P ( A ∩ B ) , P ( B A ) y P A B . ( )
(1)

( )
•  P ( A ∩ B ) = 1 − P A ∩ B = 1 − P ( A ∪ B ) = 1 − 0,7 = 0,3     (2)
Suceso contrario
(1) (2)

Ley de Morgan
P ( A ∩ B ) 0,3
( )
•  P B A =
P ( A)
=
0,4
= 0,75

P ( A ∩ B ) (3) P ( B ) − P ( A ∩ B ) 0,7 − 0,3


( )
•  P A B =
P (B)
=
P (B)
=
0,7
= 0,57 (3)
A ∩ B = B − ( A ∩ B)
Unidad 9. Probabilidad y combinatoria 337

▶ Actividad resuelta 4
Una compañía aérea asegura que Consideremos los sucesos A = «la pasajera sale a la hora prevista» y B = «la pasajera llega
sus vuelos salen a la hora prevista a la hora prevista».
en el 85 % de los casos, llegan a
destino también a la hora previs- a) Nos piden la probabilidad de A ∪ B. Como son compatibles, A ∩ B ≠ ∅, ya que se puede
ta en el 74 % de las ocasiones y salir y llegar a la hora prevista.
cumplen ambas cosas el 68 % de

.
P ( A ∪ B ) = P ( A) + P ( B ) − P ( A ∩ B ) = 0,85 + 0,74 − 0,68 = 0,91

al
las veces.
a) ¿Cuál es la probabilidad de que Hay, por tanto, un 91 % de probabilidades de que una pasajera de esa compañía salga

on
una pasajera que vuela con esa o llegue en hora.
compañía salga del origen o lle­
gue al destino en hora? b) En este caso se facilita la información de que la pasajera ha salido a la hora prevista y,

ci
por consiguiente, se trata de una probabilidad condicionada.
b) ¿Cuál es la probabilidad de que
una pasajera que sale a la hora P ( A ∩ B ) 0,68
( )

ill mo
P BA = = = 0,80
prevista llegue también a su P ( A) 0,85
destino a la hora fijada?
c) Sabiendo que una pasajera lle­ Cuando una pasajera salga del origen a la hora prevista, tendrá una probabilidad del

-H o
gó a su destino a la hora pre­ 80 % de llegar a su destino también a la hora fijada.
vista, ¿cuál es la probabilidad

w pr
c) También se trata de otra probabilidad condicionada, pues se facilita la información de
de que esa pasajera saliera del
que la pasajera llegó a la hora prevista.
origen a la hora fijada?
P ( A ∩ B ) 0,68
( )
ra ra
P AB = = = 0,92
P (B) 0,74
t
Si una pasajera ha llegado a su destino a la hora prevista, tiene un 92 % de probabilidad
cG s

de haber salido en hora desde su origen.


ue
m

Ac t i v i d a d e s
10. Si A y B son dos sucesos cualesquiera, prueba que: 12. Una empresa de comercio electrónico tiene identificadas las
de

tres causas principales de devolución de sus artículos:


( )
P A B +P A B =1( )
M

A: Incumplimiento del plazo de entrega.


11. Una tienda outlet vende vestidos y camisetas que proceden B: El artículo está defectuoso.
d

de dos proveedores A y B. Los datos de la tabla muestran


las ventas durante una semana: C: El artículo no se corresponde con el pedido realizado.
da

Por experiencia, se conocen las siguientes probabilidades:


A B
P ( A) = 0,1 P ( B ) = 0,3 P ( C ) = 0,2
ni

Vestidos 17 43
P ( A ∩ B ) = 0,02 P ( A ∩ C ) = 0,03 P ( B ∩ C ) = 0,07
Camisetas
U

25 65
a) Si se sabe que un artículo enviado presenta defectos,
Se elige una chica que ha comprado una prenda esa se­ ¿cuál es la probabilidad de que no se corresponda con el
mana. pedido realizado?
b) Si un artículo supera el plazo de entrega en varios días,
a) ¿Cuál es la probabilidad de que haya comprado una ca­
¿qué probabilidad hay de que no sea el artículo pedido?
miseta?
c) Si el artículo está defectuoso, ¿cuál es la probabilidad de
b) Si se conoce que el artículo procede del proveedor B,
que sea el artículo comprado?
¿cuál es la probabilidad de que sea una camiseta?

c) Si se sabe que ha comprado un vestido, ¿cuál es la pro­


( )
13. Si P A B = 0,3, P ( A ) = 0,6 y P ( B ) = 0,25. Calcula P ( A B ) y
babilidad de que este sea del proveedor A? P ( B A ).
338 Unidad 9. Probabilidad y combinatoria

5 Sucesos dependientes e independientes


La definición de probabilidad condicionada permite revisar la probabilidad P ( A) inicialmente
asignada cuando se sabe si ha ocurrido o no otro suceso B. Así, la nueva probabilidad es
( )
P A B . En ocasiones, la probabilidad de A no se ve afectada por el conocimiento de B, luego
( )
se considera que los sucesos son independientes y, entonces, P A B = P ( A). Al contrario, si

.
la aparición del suceso B afecta a la probabilidad del suceso A, entonces P A B ≠ P ( A), y se( )

al
dice que los sucesos son dependientes.

on
3 E j e m p l o 1 8 . Una caja contiene cinco canicas blancas y tres azules. Extraemos una
––
8 A2 canica y, tras devolverla a la caja (con reemplazamiento), extraemos una segunda canica.

ci
a) Si la primera canica ha sido azul, ¿cuál es la probabilidad de que la segunda sea blanca?
3 A1
–– 5
8 –– b) ¿Cuál es la probabilidad de que la primera canica sea azul y la segunda blanca?

ill mo
8
B2
Consideremos los sucesos A1 = «la primera canica extraída es azul», B1 = «la primera canica
extraída es blanca», A2 = «la segunda canica extraída es azul» y B2 = «la segunda canica ex­
3 traída es blanca». En el margen figura el diagrama de árbol de este experimento, en cuyas

-H o
5 ––
–– 8 A2
8 ramas hemos colocado, además, los valores de las probabilidades.

w pr
B1 a) La probabilidad de que la segunda canica sea blanca, sabiendo que la primera ha sido
5
––
8
B2
( )
azul, es la probabilidad condicionada P B2 A1 . Pero, cuando extraemos la segunda ca­
5
( )
ra ra
nica, estamos en las mismas condiciones iniciales y, por tanto, P B2 A1 = P ( B2 ) = .
8
Diremos, pues, que los sucesos A1 y B2 son independientes.
t
cG s

b) Para hallar la probabilidad de que la primera canica sea azul y la segunda blanca, basta
con seguir las ramas correspondientes del diagrama de árbol y multiplicar las probabili­
ue

dades respectivas. Así:


3 5 15
P ( A1 ∩ B2 ) = P ( A1 ) ⋅ P ( B2 ) = ⋅ = = 0,2344
m

8 8 64
de

2 E j e m p l o 19 . Reconsidera el Ejemplo 18, pero ahora sin reemplazamiento.


––
M

7 A2
a) La información de que la primera canica ha sido azul sí afecta en el cálculo de la proba­
3
bilidad de que la segunda canica sea blanca porque, aunque al efectuar la extracción sin
–– A1
d

8 5
––
reemplazamiento sigue habiendo cinco canicas blancas, ahora solo hay siete canicas en
7 la bolsa. Por tanto:
da

B2

( )5
P B2 A1 = , y diremos que los sucesos A1 y B2 son dependientes.
7
3
ni

5 ––
–– 7 A2 b) Siguiendo las ramas correspondientes del diagrama de árbol, resulta:
8
U

B1 4
–– ( )
P ( A1 ∩ B2 ) = P ( A1 ) ⋅ P B2 A1 =
3 2 6
⋅ = =
3
8 7 56 28
= 0,1071
7
B2
P ( A ∩ B)
(
Como P B A = ) P ( A)
, si los sucesos A y B son independientes, deducimos que:

P ( A ∩ B ) = P ( A) ⋅ P ( B A) = P ( A) ⋅ P ( B )

Dos sucesos A y B son independientes si y solo si P ( A ∩ B ) = P ( A) ⋅ P ( B ).


Dos sucesos A y B son dependientes si y solo si P ( A ∩ B ) ≠ P ( A) ⋅ P ( B ).
Unidad 9. Probabilidad y combinatoria 339

Conviene no confundir sucesos independientes con sucesos incompatibles. Dos sucesos in­
compatibles nunca pueden darse conjuntamente y, por tanto, siempre serán dependientes.
Sin embargo, dos sucesos compatibles pueden ser dependientes o independientes.

La definición de sucesos independientes se puede extender a más de dos sucesos. 2 Piensa

• Encuentra dos sucesos compati­


Si A1, A2, …, An son sucesos independientes, entonces: bles y dependientes.

.
P(A1 ∩ A2 ∩…∩ An ) = P(A1 ) ⋅ P(A2 ) ⋅…⋅ P ( An )

al
• Encuentra dos sucesos compati­
bles e independientes

on
E j e m p l o 2 0. Se sabe que el 93 % de los ordenadores personales del modelo Dura fun-
cionan correctamente al menos durante un año, antes de sufrir una avería. Si una empresa
compra cinco ordenadores de este modelo, ¿cuál es la probabilidad de que todos los orde-

ci
nadores funcionen correctamente al finalizar el primer año?

ill mo
Sea Ai = «el ordenador i-ésimo funciona correctamente el primer año», i = 1,2,3,4,5.
Como el funcionamiento de los ordenadores es independiente uno de otro, tenemos que:

P(A1 ∩ A2 ∩ A3 ∩ A4 ∩ A5 ) = P(A1 ) ⋅ P(A2 ) ⋅ P ( A3 ) ⋅ P ( A4 ) ⋅ P ( A5 ) = ( 0,93 ) = 0,6957


5

-H o
La probabilidad de que los cinco ordenadores funcionen un año sin averías es del 69,57 %.

▶ Actividad resuelta 5
w pr
ra ra
Un fabricante de patinetes eléctri- Si designamos por D = «tiene defectos visi­
cos sabe que el 1 % de los mismos bles» y por S = «supera el control de calidad», S
0,78
t
tiene ciertos defectos visibles. en las ramas del diagrama de árbol que des­
D 
cG s

Una empresa que va a comercia- cribe esta experiencia podemos colocar las
0,01 0,22 •S

lizarlos los somete a un control probabilidades correspondientes.
ue

de calidad en el que se ha detec-


a) Para hallar la probabilidad de que presen­
tado que, de los patinetes que el 0,95 S
te defectos visibles y supere el control de 0,99   
fabricante afirma que tienen de- •D
m

calidad, basta con seguir la rama superior


fectos visibles, el 22 % no supera
del diagrama de árbol y multiplicar las pro­ 0,05 •S

el control; mientras que, el 5 %
babilidades.
de los que no presentan defectos
de

visibles tampoco lo supera. Si se P ( D ∩ S ) = 0,01 ⋅ 0,78 = 0,0078  de forma más precisa
M

elige un patinete al azar:


( )
P ( D ∩ S ) = P ( D ) ⋅ P S D = 0,01 ⋅ 0,78 = 0,0078
a) ¿Cuál es la probabilidad de que
d

presente defectos visibles y su­ b) Para hallar la probabilidad de que supere el control de calidad, debemos seguir las dos
pere el control de calidad? ramas del árbol que finalizan en S y sumar las probabilidades.
da

b) ¿Cuál es la probabilidad de que P ( S ) = 0,01 ⋅ 0,78 + 0,99 ⋅ 0,95 = 0,9483


supere el control de calidad?
Más formalmente, P ( S ) = P ⎡⎣( D ∩ S ) ∪ ( D ∩ S ) ⎤⎦ = P ( D ∩ S ) + P ( D ∩ S ) =
ni

c) Si el patinete ha superado el
control de calidad, ¿cuál es la ( ) ( )
= P ( D ) ⋅ P S D + P ( D ) ⋅ P S D = 0,01 ⋅ 0,78 + 0,99 ⋅ 0,95 = 0,9483
U

probabilidad de que no presen­


P (D ∩ S)
tase defectos visibles?
c) Se trata de una probabilidad condicionada: P D S = ( ) P (S)
=
0,9405
0,9483
= 0,9918

Ac t i v i d a d e s
14. Se lanzan dos dados, uno verde y otro azul. Sea V el suceso 15. Una urna contiene cinco bolas blancas y tres azules. Se
«el resultado del dado verde es 4», A el suceso «el resultado extraen dos bolas sin reemplazamiento, ¿cuál es la probabi­
del dado azul es 2» y S el suceso «la suma de resultados lidad de que ambas sean blancas?
es 6». Analiza si A y B, A y C, B y C y A, B y C son indepen­
• Y si se extraen con reemplazamiento, ¿cómo se modifica
dientes.
la probabilidad anterior?
340 Unidad 9. Probabilidad y combinatoria

6 Técnicas de recuento
En muchos experimentos aleatorios, describir todos los elementos del espacio muestral es
una tarea innecesaria y, en ocasiones, muy laboriosa. Sin embargo, sí que es posible y ne­
cesario conocer de cuántos elementos se compone. Así pues, es preciso distinguir entre
cuántos y cuáles son dichos elementos.
E j e m p l o 2 1 . Una marca de teléfonos móviles dispone de doce modelos y para cada uno

.
de ellos se pueden elegir cuatro capacidades de almacenamiento distintas: 32, 64, 128 y

al
256 GB. ¿Cuántas elecciones distintas se pueden realizar?
Podemos elegir doce modelos y para cada una de ellos existen cuatro tipos de capacidades.

on
Por tanto, hay 12 ⋅ 4 = 48 opciones posibles.
El espacio muestral tiene 48 elementos, pero es innecesario escribirlos todos para contarlos.

ci
Regla del producto

ill mo
Si un suceso se puede descomponer en dos etapas sucesivas e independientes entre sí,
y existen n1 resultados posibles en la primera etapa y, por cada uno de estos resultados,
existen n2 resultados posibles de realizar en la segunda etapa; entonces el suceso se

-H o
puede llevar a cabo de n1 ⋅ n2 formas.

w pr
Este resultado puede generalizarse a más de dos etapas.
E j e m p l o 2 2 . Carmen solo dispone de tiempo libre para ir al gimnasio y estudiar alemán.
ra ra
En el gimnasio realiza dos actividades: zumba y jukari. Los horarios de zumba son los lunes
a las 17, 19 o 21 horas, mientras que los de jukari son los miércoles a las 17, 18, 20 o 21
t
horas. Las clases de alemán son los martes y jueves a las 18 o 20 horas. ¿Qué reparto de
cG s

horarios puede establecer?


ue

Se trata de tres actividades en días diferentes. Dispone de tres opciones para zumba, cuatro
para jukari y dos para las clases de alemán. Aplicando la regla del producto, en total dispone
de 3 ⋅ 4 ⋅ 2 = 24 horarios posibles.
m

Permutaciones
Una aplicación de la regla del producto consiste en encontrar todas las ordenaciones posibles
de

de n elementos, operación que se denomina permutación de estos elementos.


M

Una permutación de n elementos distintos es una ordenación de los mismos en la que


d

uno ocupa el primer lugar, otro el segundo, y así sucesivamente.


da

E j e m p l o 2 3 . ¿De cuántas formas se pueden situar en una cola seis amigos?


En la primera posición se podría situar cualquiera de los seis amigos. Fijado uno de ellos, en
la segunda posición podría colocarse cualquiera de los otros cinco. Fijadas las dos primeras
ni

posiciones, en la tercera posición se colocaría cualquiera de las cuatro personas restantes,


y así hasta la sexta posición. En consecuencia, según la regla del producto, el número total
U

de formas en que pueden situarse en una cola es:


6 ⋅ 5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅ 1 = 720

El número de permutaciones de n elementos se escribe Pn y es:


Pn = n ⋅ ( n − 1) ⋅ ( n − 2) ⋅…⋅ 3 ⋅ 2 ⋅ 1 = n!
3 Piensa
Es decir, hay n! formas distintas de ordenar los n elementos.
¿Por qué el número de permutacio­
Las permutaciones posibles al ordenar n elementos en un círculo se llaman permutaciones
nes circulares de n elementos es
circulares. En este caso solo interesa saber quiénes se encuentran a ambos lados de un
Pn−1 = ( n − 1) !?
elemento y, por tanto, una permutación será diferente de otra si varían estos dos elementos.
Unidad 9. Probabilidad y combinatoria 341

Variaciones
En ocasiones es interesante ordenar r elementos tomados de un conjunto con n elementos
disponibles.

Se llama variación a elegir r elementos de un conjunto con n elementos y ordenarlos.

.
al
E j e m p l o 2 4 . Una contraseña consta de cuatro dígitos distintos. ¿Cuántas contraseñas
diferentes se pueden generar?

on
Disponemos de los diez dígitos 0, 1, 2, 3, 4, 5, 6 ,7, 8 y 9. Se trata de elegir cuatro dígitos
distintos (no repetidos) y ordenarlos. Así, el primer dígito de la contraseña puede ser cual­

ci
quiera de los diez dígitos. Elegido uno, la segunda posición puede ocuparla cualquiera de
los nueve restantes. En la tercera, por tanto, quedan ocho posibles dígitos y, en la cuarta, los
siete restantes. En total hay 10 ⋅ 9 ⋅ 8 ⋅ 7 = 5 040 contraseñas de cuatro dígitos distintos.

ill mo
El número de variaciones de r elementos elegidos de un conjunto con n elementos dis­

-H o
ponibles se designa por Vn,r y viene dado por:
Vn,r = n ⋅ ( n − 1) ⋅ ( n − 2) ⋅…⋅ ( n − r + 1)

w pr
E j e m p l o 2 5. Un grupo de ocho corredoras ha participado en una carrera de atletismo
ra ra
de 100 metros lisos. ¿De cuántas maneras pueden quedar clasificadas las tres primeras,
que reciben medallas de oro, plata y bronce?
t
cG s

Se trata de ordenar a las tres primeras clasificadas de entre las ocho participantes. Para ello
influye el orden, ya que no es lo mismo recibir una medalla de oro que de plata o de bronce.
ue

Por consiguiente: V8,3 = 8 ⋅ 7 ⋅ 6 = 336 posibles clasificaciones en los tres primeros puestos.
m

▶ Actividad resuelta 6
Tres chicos y tres chicas han com- a) Se tienen que acomodar seis personas en seis butacas; por tanto, hablamos de permu­
prado entradas para un concierto. taciones de seis elementos.
de

P6 = 6! = 720 formas diferentes de sentarse las tres parejas.


M

a) ¿De cuántas formas distintas


se pueden sentar?
b) Si las tres chicas se sientan juntas, por ejemplo, en las tres butacas situadas en el lado
b) Si las tres chicas se sientan derecho, tienen P3 = 3! = 6 formas de hacerlo.
d

juntas, ¿de cuántas formas di­


Una vez que están sentadas las chicas, los tres chicos también tendrán que sentarse
da

ferentes se pueden sentar los


en las tres butacas situadas a la izquierda. Luego tienen P3 = 3! = 6 formas de hacerlo.
seis?
Aplicando la regla del producto, hay 6 ⋅ 6 = 36 formas diferentes de sentarse cumpliendo
la condición establecida.
ni
U

Ac t i v i d a d e s
16. Entre la casa de Javier y María hay siete caminos posi­ 18. Seis amigos han quedado en un restaurante para cenar. Si
bles. Entre la casa de María y Paula hay ocho caminos. Y llegan de forma aleatoria y no simultáneamente, calcula la
entre la casa de Paula y Gonzalo hay doce caminos. ¿Cuán­ probabilidad de que Alicia (A), Beatriz (B) y Carlos (C) lleguen:
tos caminos diferentes puede recorrer Javier desde su casa
a) En el orden A-B-C y siendo ellos los tres primeros.
hasta la de Gonzalo, si recoge primero a María y después
a Paula? b) En cualquier orden, pero siendo ellos los tres primeros.
c) En cualquier orden, pero no seguidos.
17. Los diecisiete miembros de un departamento deben ele­
gir entre ellos a un director, un subdirector y un secretario. 19. ¿De cuántas formas se pueden sentar cuatro amigas en una
¿Cuántos resultados distintos se pueden dar? mesa circular de un bar?
342 Unidad 9. Probabilidad y combinatoria

Variaciones con repetición


Se habla de variaciones con repetición si, además de ordenar r elementos tomados de
un conjunto con n elementos disponibles, se admiten repeticiones.

E j e m p l o 2 6. Con los dígitos 3, 4, 5, 6 y 7, ¿cuántos números de cuatro cifras se pue-


den formar? ¿Cuántos de ellos son pares?

.
al
• Queremos formar números de cuatro cifras con los cinco dígitos y sin ninguna restric­
5 5 5 5 ción, es decir, que estos se pueden repetir e influye su orden. Así, para cada una de las

on
cifras disponemos de los cinco dígitos, luego se pueden formar:
5 ⋅ 5 ⋅ 5 ⋅ 5 = 625 números de cuatros cifras
• Serán números pares todos aquellos que acaben en 4 o en 6, de tal forma que, en la

ci
última posición, solo podemos colocar estos dos números. Así pues hay:
5 ⋅ 5 ⋅ 5 ⋅ 2 = 250 números pares de cuatro cifras

ill mo
El número de variaciones con repetición de n elementos elegidos de r formas se designa
por RVn.r, y viene dado por:

-H o
!#" r #
$
RVn,r = n ⋅ n ⋅…n = nr

6 7 4 6 K T

w pr
E j e m p l o 27. La contraseña de acceso a una aplicación consta de cuatro números se-
guidos de dos letras mayúsculas. ¿Cuántas contraseñas diferentes se pueden utilizar?
ra ra
En este caso, como se pueden repetir los números, habrá RV10,4 = 104 = 10 000 números po­
sibles y, como también se pueden repetir las letras, habrá RV27,2 = 272 = 729 letras posibles.
t
Aplicando la regla del producto, tenemos 10 000 ⋅ 729 = 7 290 000 contraseñas diferentes
cG s

para acceder a dicha aplicación.


ue

Permutaciones con repetición


m

Supón que se trata de encontrar las permutaciones posibles de las letras de la palabra CALA.
Como hay cuatro letras, entonces el resultado es P4 = 4! = 24. Sin embargo, como la letra A
está repetida, no todas las permutaciones son distinguibles. De hecho, solo hay doce permuta­
de

ciones posibles: CALA, CLAA, CAAL, LAAC, LACA, LCAA, AALC, AACL, ALCA, ALAC, ACAL, ACLA.
M

Supónganse n elementos, de los cuales n1 son iguales y de un tipo, n2 también iguales pero
de otro tipo distinto, y así sucesivamente hasta nk elementos iguales entre sí pero de otro tipo
distinto a los anteriores, tales que n1 + n2 + … + nk = n.
d
da

Entonces el número de permutaciones con repetición de los n elementos es igual a:


n!
RPnn1 ,n2 ,…,nk =
ni

n1 !⋅ n2 !⋅…⋅ nk !
U

E j e m p l o 2 8 . Pablo practica fútbol, tenis y pádel. Ha decidido ir seis días a la semana


por la tarde y descansar el domingo. Quiere jugar dos días al fútbol, tres al tenis y uno al
pádel. ¿De cuántas formas puede programar sus actividades durante la semana?
Observa que influye el orden y que los deportes se repiten: dos días va al fútbol, tres al
tenis y uno al pádel. Una posible distribución podría ser:
Lunes Martes Miércoles Jueves Viernes Sábado
Fútbol Tenis Pádel Tenis Fútbol Tenis

Por tanto, se trata de permutaciones con repetición de seis días, de los cuales dos son días
6!
de fútbol, tres de tenis y uno de pádel. Así: RP62,3,1 = = 60. Luego Pablo dispone de
2!⋅ 3!⋅ 1!
60 formas distintas de planificar su semana deportiva.
Unidad 9. Probabilidad y combinatoria 343

Combinaciones
Hasta ahora se ha supuesto que el orden era fundamental; sin embargo, en muchas situacio­
nes solo interesa conocer la composición de sus elementos.

Se llaman combinación al procedimiento de extraer un subconjunto de r elementos a


partir de un conjunto con n elementos.

.
al
E j e m p l o 2 9 . Cinco vigilantes de seguridad tienen asignado el turno de mañana de un
centro comercial. Si solo se necesitan dos vigilantes en ese turno, ¿cuántos días se pue-

on
den cubrir sin repetir la misma pareja?
Designemos por A, B, C, D y E a los cinco vigilantes de seguridad. Por ejemplo, el turno cu­
bierto por la pareja A y B es el mismo que el formado por la pareja B y A, es decir, el orden

ci
no influye, solo la composición de la pareja. Por tanto, las parejas que se pueden formar son
las siguientes: AB, AC, AD, AE, BC, BD, BE, CD, CE y DE. Disponemos, pues, de diez parejas

ill mo
distintas para ese turno, por lo que se podrían cubrir diez días.
4 Piensa

El número de combinaciones de r elementos elegidos de un conjunto con n elementos es: ⎛ n⎞


Prueba que Cn,r = ⎜ ⎟ es equivalente
⎝r⎠

-H o
⎛ n⎞ n! Vn,r
Cn,r = ⎜ ⎟ = a Cn,r =
⎝ r ⎠ ( n − r ) !⋅ r ! .

w pr
Pr

▶ Actividad resuelta 7
ra ra
En una consultoría trabajan ocho a) Consideremos, al elegir el comité de cinco miembros, tres situaciones: una, está Ignacio
ingenieros matemáticos, cinco y no está Pablo; dos, está Pablo y no está Ignacio, y tres, no está ninguno de los dos.
t
mujeres (Ana, Carmen, Teresa, Tanto en la primera como en la segunda situación hay que elegir cuatro personas de las
cG s

Yolanda y Lucía) y tres hombres seis restantes, es decir:


ue

(Ignacio, Javier y Pablo). Hay que


⎛ 6⎞ 6!
elegir un comité de cinco perso- C6,4 = ⎜ ⎟ = = 15 comités en los que no figuran Ignacio ni Pablo.
⎝ 4⎠ 2!⋅ 4!
nas para elaborar un proyecto.
Sin embargo, en la tercera situación, donde no participa ninguno de los dos, hay que
m

Averigua de cuántas formas pue-


de hacerse la elección si: elegir cinco personas de las seis restantes, es decir:
a) Ignacio y Pablo no pueden estar ⎛ 6⎞ 6!
C6,5 = ⎜ ⎟ = = 6 comités en los que no están ni Ignacio ni Pablo.
de

juntos porque hay cierto roce ⎝ 5⎠ 1!⋅ 5!


M

entre ellos. En total hay 15 + 15 + 6 = 36 posibles comités en los que no están simultáneamente
b) Participan dos hombres y tres ni Ignacio ni Pablo.
mujeres.
d

b) Hay que elegir dos hombres de un total de tres, y tres mujeres de las cinco existentes.
Luego tenemos:
da

⎛ 3⎞ 3! ⎛ 5⎞ 5!
C3,2 = ⎜ ⎟ = = 3 formas de elección para los hombres y C5,3 = ⎜ ⎟ = = 10 ma­
⎝ 2 ⎠ 1!⋅ 2! ⎝ 3⎠ 2!⋅ 3!
ni

neras para las mujeres.


En total hay 3 ⋅ 10 = 30 formas de elegir comités en los que participen 2 hombres y
U

3 mujeres sin condicionantes.

Ac t i v i d a d e s
20. Un examen consta de diez preguntas del tipo verdadero o 22. Se considera la cuadrícula de 8
falso. Si un estudiante responde al azar, sin mirar ni siquie­ la figura. Si solo se permiten
6
ra los enunciados, y marca seis verdaderas y el resto fal­ desplazamientos hacia la de­
B
sas, ¿de cuántas formas puede haber hecho esta elección? recha o hacia arriba, deter­ 4
mina el número de posibles 2
21. De una baraja de póquer que contiene 52 cartas se extraen A
trayectorias desde el punto A
cinco de ellas. ¿Cuál es la probabilidad de obtener tres ases 0
hasta el punto B. 0 1 2 3 4 5 6 7 8
y dos reyes? ¿Y un póquer de ases?
344 Unidad 9. Probabilidad y combinatoria

7 Aplicaciones
En la actualidad, el cálculo de probabilidades está presente en numerosas áreas tan diversas
como la medicina, la ingeniería, la sociología, la economía o la psicología. He aquí algunos
ejemplos tomados de la ingeniería y la medicina.

Ingeniería

.
En ingeniería, cuando se dispone de sistemas en serie o en paralelo, es interesante estudiar

al
la fiabilidad del sistema, es decir, la probabilidad de que el sistema funcione. Se dice que un
sistema está formado por n componentes en serie cuando es necesario que funcionen todas

on
sus componentes para que el sistema funcione. Por su parte, un sistema está constituido por
n componentes en paralelo cuando es suficiente que funcione uno de los componentes para
que el sistema funcione.

ci
A B
E j e m p l o 3 0. Un circuito eléctrico de tres componentes, A, B y C, conectadas como
muestra la figura, funciona si entre O y S existe un camino formado por componentes que

ill mo
funcionen. Si el funcionamiento de cada una de las componentes es independiente del
O S
resto, y la probabilidad de que funcione la componente A es 0,9, la componente B es 0,8
y la componente C es 0,7: ¿cuál es la fiabilidad del sistema?

-H o
El sistema consta de dos componentes conectadas en serie, A y B, y una componente en
paralelo con ellas, C. Por tanto, el sistema funcionará si funcionan A y B o si funciona C;

w pr
C
es decir, ( A ∩ B ) ∪ C. Los sucesos ( A ∩ B ) y C son compatibles, ya que pueden funcionar
simultáneamente. Por otra parte, los sucesos A, B y C son independientes. Por tanto:
P ⎡⎣( A ∩ B ) ∪ C ⎤⎦ = P ( A ∩ B ) + P ( C ) − P ( A ∩ B ∩ C ) = 0,9 ⋅ 0,8 + 0,7 − 0,9 ⋅ 0,8 ⋅ 0,7 = 0,916
ra ra
Así pues, la fiabilidad del sistema es del 91,6 %.
t
Medicina
cG s

En medicina se utilizan con frecuencia los términos «falso positivo» y «falso negativo». Se
ue

llama «falso negativo» al error cometido cuando, al realizar una prueba diagnóstica (por ejem­
plo, un análisis de sangre), su resultado es normal aunque, en realidad, el paciente padezca
una enfermedad. De forma similar, un «falso positivo» se produce cuando el resultado de la
m

prueba indica la presencia de una enfermedad que en realidad el paciente no sufre.


Enfermedad
de

Ausente (A) Presente (P)


M

Negativa (N) Verdadero negativo Falso negativo


Prueba
Positiva (S) Falso positivo Verdadero positivo

E j e m p l o 3 1 . A partir de una muestra aleatoria de 50 pacientes se han obtenido los


d

Enfermedad
datos representados en la tabla del margen. Se elige un paciente al azar de este grupo:
da

A P a) ¿Cuál es la probabilidad de que se haya producido un «falso positivo»?


Prueba N 26 2 b) ¿Qué probabilidad hay de que su diagnóstico sea un «verdadero positivo»?
diagnóstica c) ¿Cuál es la probabilidad de que sufra algún tipo de error?
ni

S 4 18
d) Si padece una enfermedad, ¿cuál es la probabilidad de que se haya producido un falso
negativo?
U

4
a) La probabilidad de que se haya producido un «falso positivo» es P ( S ∩ A) = = 0,08.
50
b) La probabilidad de que su diagnóstico sea positivo y efectivamente padezca una enfer­
18
medad es P ( S ∩ P ) = = 0,36.
50
c) Que sufra algún tipo de error equivale a que se produzca un «falso positivo», ( S ∩ A), o un
«falso negativo», ( N ∩ P ). Ambos sucesos son incompatibles y, por tanto,
4 2 6 3
P ⎡⎣( S ∩ A) ∪ ( N ∩ P ) ⎤⎦ = P ( S ∩ A) + P ( N ∩ P ) = + = = = 0,12
50 50 50 25
d) Si padece una enfermedad, la probabilidad de que se haya producido un falso negativo

( )
es P ( N ∩ P ) P =
2
20
= 0,10.
Unidad 9. Probabilidad y combinatoria 345

Juegos de azar
La ruleta es un juego de azar cuyo nombre viene del francés roulette, que significa «ruedita».
La creación de la ruleta se debe al matemático y filósofo francés Blaise Pascal, quien, en el
siglo xvii, la ideó originalmente con 36 números (sin el cero). La elección de 36 números no
es casual, sino que se debe a que los 36 primeros números naturales suman 666, conside­
rado el número mágico por excelencia.

.
al
Ya en el siglo xix, los hermanos Blanc añadieron el número 0, dotando a la ruleta de los 37 nú­
meros con que la conocemos en la actualidad.

on
La disposición de los números en la ruleta no es caprichosa, sino que fue creada y diseñada
por Pascal con el fin de que la probabilidad de obtener números altos y bajos fuera la misma.
Todas las ruletas llevan dispuestos los números en el mismo orden y de forma homologada.

ci
Así, de los 36 números, la mitad son de color rojo y la otra mitad de color negro; además,
ocupan posiciones alternas. Por su parte, el 0 es de color verde.

ill mo
En cuanto a la bola, se trata de una esfera de color blanco o marfil de aproximadamente 2 cm
de diámetro.

-H o
E j e m p l o 3 2 . Se gira una ruleta europea y la bola en direcciones opuestas. Sabiendo Punto de interés
que cuando se detiene la bola tiene la misma probabilidad de caer en cualquiera de las 37

w pr
casillas: Número mágico 666
• Es el número de la marca de la bes­
a) ¿Qué probabilidad hay de que caiga en el 0? ¿Y en una casilla negra?
tia.
ra ra
b) Si gira la ruleta en tres ocasiones, ¿cuál es la probabilidad de que las tres veces caiga • Es la suma de los primeros 144
en una casilla negra? ¿Y de que al menos una vez caiga en una casilla negra? dígitos de π; curiosamente, este
número está mencionado en la Bi­
t
c) En la ruleta americana hay 38 casillas porque incluye una nueva que contiene el núme-
cG s

blia.
ro 00. ¿Cómo varía la probabilidad de obtener un número negro en un juego en ambas • Es el nombre original del virus infor­
ue

ruletas? mático para Macintosh SevenDust,


que se descubrió en 1998.
a) Sean los sucesos O = «la bola cae en la casilla del 0» y N = «la bola cae en una casilla • Es la suma de los cuadrados de los
m

negra». Entonces, siete primeros números primos.


1 • Es el número romano (DCLXVI) que
P (O ) = = 0,0270 usa una vez cada una de las cifras
37
de

romanas cuyo valor es menor que


Hay una probabilidad del 2,7 % de que la bola caiga en la casilla verde que contiene al 0.
M

1 000, en orden descendente res­


pecto a su valor.
18
P (N ) = = 0,4865
37
d

La probabilidad de que salga un número negro es del 48,65 %.


da

b) Designemos por Ni = «la bola cae en un número negro en el i-ésimo juego», i = 1, 2, 3.
Como los juegos son independientes, la probabilidad de que caiga en negro en los tres
ni

juegos es:
U

3
18 18 18 ⎛ 18 ⎞ 5 832
P ( N1 ∩ N2 ∩ N3 ) = P ( N1 ) ⋅ P ( N2 ) ⋅ P ( N3 ) = ⋅ ⋅ =⎜ ⎟ = = 0,1151
37 37 37 ⎝ 37 ⎠ 50 653
La probabilidad de que salga al menos una vez un número negro en tres juegos es el
suceso contrario de que no salga ninguna vez. Por tanto,

( ) (( ) ( ) ( )) =
P ( N1 ∪ N2 ∪ N3 ) = 1 − P N1 ∪ N2 ∪ N3 = 1 − P N1 ⋅ P N2 ⋅ P N3
3
19 19 19 ⎛ 19 ⎞ 43 794
= 1− ⋅ ⋅ = 1−⎜ ⎟ = = 0,8646
37 37 37 ⎝ 37 ⎠ 50 653
18
c) En la ruleta americana, la probabilidad de obtener un número negro es P ( N ) = = 0,4737,
que es un 1,28 % inferior a la europea. 38
346

¡A vista de pájaro!

Espacio muestral. Sucesos Operaciones con sucesos


Espacio muestral: en un experimento aleatorio, se llama es- Unión: la unión de dos sucesos A y B se representa por
pacio muestral, representado por E, al conjunto de todos los A ∪ B y se lee «A o B». Es el suceso que consta de todos los
posibles resultados. elementos que están en A, en B, o en ambos.
Sucesos: se llama suceso a cualquier subconjunto del espa­ A ∪ B = { x ∈E /x ∈ A o x ∈B }

.
al
cio muestral de un experimento aleatorio. Intersección: la intersección de dos sucesos A y B se repre­
Los sucesos que tienen un único elemento se llaman suce- senta por A ∩ B y se lee «A y B». Es el suceso que consta de

on
sos simples o elementales, mientras que si tienen varios todos los elementos que pertenecen tanto a A como a B.
elementos reciben el nombre de sucesos compuestos. A ∩ B = { x ∈E /x ∈ A y x ∈B }
El espacio muestral E ocurre siempre y, por tanto, se llama Dos sucesos son mutuamente excluyentes o incompatibles

ci
suceso seguro. Sin embargo, el conjunto ∅ no ocurre nunca si A ∩ B = ∅.
y se llama suceso imposible.

ill mo
Diferencia de sucesos: la diferencia entre el suceso A y el
El suceso complementario o contrario de un suceso A se suceso B se representa como A – B, y es el suceso que está
representa por A, se lee «no A» y consta de todos los elemen­ formado por todos los elementos que están en A pero no es­
tos del espacio muestral que no pertenezcan a A. tán en B:

-H o
A = { x ∈E /x ∉ A} A − B = { x ∈E /x ∈ A y x ∉B }    A − B = A ∩ B

w pr
Leyes de Morgan:
( A ∪ B ) = A ∩ B  ( A ∩ B ) = A ∪ B
Sucesos dependientes e independientes
ra ra
Dos sucesos A y B son independientes si y solo si
P ( A ∩ B ) = P ( A) ⋅ P ( B ) Técnicas de recuento
t
Dos sucesos A y B son dependientes si y solo si
cG s

Regla del producto: si un suceso se puede descomponer en


(
P ( A ∩ B ) ≠ P ( A) ⋅ P B A )
ue

dos etapas sucesivas e independientes entre sí, existen n1


resultados posibles en la primera etapa y, para cada uno de
estos resultados, existen n2 resultados posibles de realizar
Probabilidad en la segunda etapa, entonces el suceso se puede llevar a
m

cabo de n1 ⋅ n2 formas.


Regla de Laplace:
k Número de resultados favorables a S Permutaciones: el número de permutaciones de n elemen­
P (S) = =
de

N Número de resultados posibles tos se escribe Pn y es:


Pn = n ⋅ ( n − 1) ⋅ ( n − 2) ⋅…⋅ 3 ⋅ 2 ⋅ 1 = n!
M

Definición axiomática de probabilidad:


Es decir, hay n! formas distintas de ordenar los n elementos.
Axioma 1: P ( E ) = 1
d

Variaciones: el número de variaciones de r elementos elegi­


Axioma 2: 0 ≤ P ( S ) ≤ 1 dos de un conjunto con n elementos disponibles se designa
da

por Vn,r y viene dado por:


Axioma 3: Si A ∩ B = ∅, entonces P ( A ∪ B ) = P ( A) + P ( B ).
Vn,r = n ⋅ ( n − 1) ⋅ ( n − 2) ⋅…⋅ ( n − r + 1)
Propiedades de la probabilidad:
ni

Variaciones con repetición: el número de variaciones con


Propiedad 1: P ( ∅ ) = 0 repetición de n elementos elegidos de r formas se designa
U

por RVn.r y viene dado por:


Propiedad 2: P ( A) + P ( A ) = 1
!#" r #$
Propiedad 3: P ( A ∪ B ) = P ( A) + P ( B ) − P ( A ∩ B ) RVn,r = n ⋅ n ⋅…⋅ n = nr

Propiedad 4: P ( A ∪ B ∪ C ) = P ( A) + P ( B ) + P ( C ) − Permutaciones con repetición: el número de permutaciones


− P ( A ∩ B) − P ( A ∩ C ) − P (B ∩ C ) + P ( A ∩ B ∩ C ) con repetición de n elementos es igual a:
n!
RPnn1,n2,…,nk =
n1 !⋅ n2 !⋅…⋅ nk !
Probabilidad condicionada Combinaciones: el número de combinaciones de r elemen­
La probabilidad condicionada de un suceso A, dado un suce­ tos elegidos de un conjunto con n elementos es:
P ( A ∩ B) ⎛ n⎞ n!
(
so B, viene dada por: P A B = )
P (B)
Cn,r = ⎜ ⎟ =
⎝ r ⎠ ( n − r ) !⋅ r !
347

ACTIVIDADES RESUELTAS

Actividad resuelta 8 a)  A1 ∪ A2 ∪ A3


Tres vehículos van a pasar la ITV.
b)  A1 ∩ A2 ∩ A3
Se consideran los sucesos A1, A2 y
A3 para indicar que el primer, el se- c)  A1 ∩ A2 ∩ A3
gundo y el tercer vehículo, respec-

.
d) Pueden superarla los dos primeros, o el primero y el tercero, o el segundo y el tercero.

al
tivamente, superan la inspección. Por tanto:
Describe, mediante operaciones
con estos sucesos y sus contra- (A ∩ A2 ∩ A3 ) ∪ ( A1 ∩ A2 ∩ A3 ) ∪ ( A1 ∩ A2 ∩ A3 )

on
1
rios, los sucesos:
a) Al menos uno de los vehículos
supera la inspección.

ci
b) Ninguno supera la inspección.
c) Los dos primeros superan la

ill mo
inspección, pero el tercero no.
d) Dos superan la inspección.

Actividad resuelta 9 Representaremos en una tabla las distintas situaciones que se pueden dar, donde hemos

-H o
Tres estudiantes recién gradua- designado por A, B y C, a las entrevistadoras asignadas de Antonio, Belén y Carla.

w pr
dos, Antonio, Belén y Carla, han Entrevistadoras N.º de
sido citados para una entrevista Carbón A B C coincidencias
de trabajo a la misma hora con Antonio Belén Carla 3
ra ra
tres entrevistadoras. Aunque cada Antonio Carla Belén 1
una de las entrevistadoras ya tie- Belén Antonio Carla 1
Graduados
ne asignado a cada uno de los gra- Belén Carla Antonio 0
t
duados, en recepción los distribu- Carla Antonio Belén 0
cG s

yen aleatoriamente en tres salas. Carla Belén Antonio 1


ue

a) ¿Cuál es la probabilidad de que Observa que no se producen solo dos coincidencias, ya que si hay dos, necesariamente
cada entrevistadora reciba al hay tres. Ahora, contando los casos favorables de los seis posibles, podemos responder a
graduado que tenía asignado? todas las preguntas.
m

b) ¿Cuál es la probabilidad de que 1 3 1


se produzca una sola coinciden­ a)  P ( tres coincidencias ) = = 0,1667 b)  P (una coincidencia ) = = = 0,5
6 6 2
cia?
de

2 1
c) ¿Qué es más probable, que nin­ c)  P (ninguna coincidencia ) = = = 0,3333
6 3
M

guna de las entrevistadoras


coincida con el graduado asig­ Luego es más probable que no haya ninguna coincidencia.
nado o que los tres sean asig­ Observa que las coincidencias no son equiprobables, es decir, no hay la misma probabilidad
d

nados correctamente? de que se produzcan ninguna, una, dos o tres coincidencias.


da

Actividad resuelta 10 Consideremos los sucesos M = «el estudiante ha aprobado Matemáticas» y L = «el estudian­
En un grupo de primero de Bachille- te ha aprobado Lengua».
rato ha aprobado Matemáticas el a) Los sucesos M y L son compatibles, ya que el estudiante puede haber aprobado las dos
ni

70 % de los estudiantes, Lengua el asignaturas. Por tanto, la probabilidad de aprobar una u otra es:
65 % y ambas asignaturas el 60 %.
P ( M ∪ L) = P ( M ) + P ( L) − P ( M ∩ L) = 0,7 + 0,65 − 0,6 = 0,75
U

Se elige un estudiante al azar:


a) ¿Cuál es la probabilidad de que b) La probabilidad de no aprobar ninguna es:
haya aprobado Matemáticas o
( ) ( )
(1)
(1) (2) : Ley de Morgan
Lengua? P M ∩ L = P M ∪ L = 1 − P ( M ∪ L) = 1 − 0,75 = 0,25 (2)
: Suceso contrario
b) ¿Cuál es la probabilidad de que c) Tenemos que hallar la probabilidad de aprobar Lengua, L, condicionada por no haber
no haya aprobado ninguna de aprobado Matemáticas, Es decir:
las dos asignaturas?
c) Si se sabe que no ha aprobado ( )
P LM =
P L∩M( ) = P (L) − P (L ∩ M ) = 0,65 − 0,60 = 0,167
Matemáticas, ¿qué probabili­ P (M ) P (M ) 0,30
dad tiene de haber superado
Lengua?
348

ACTIVIDADES RESUELTAS

Actividad resuelta 11 Consideremos los sucesos A = «el móvil tiene el siste­


0,75 B
Una tienda de telefonía vende un ma operativo Android» y B = «el móvil ha superado los
A
35 % de sus teléfonos móviles con tres años de vida útil». El siguiente diagrama de árbol 0,65
B
0,25
el sistema operativo iOS, y el res- describe el experimento de comprar un móvil, con sis­
to con el sistema Android. Por ex- tema Android o no, y después analizar si supera los 0,35
0,80 B

.
tres años de vida útil: A
periencia se sabe que la probabi­

al
0,20 B
lidad de que la vida útil de un a) Los sucesos «el móvil tiene el sistema operativo An­
teléfono supere los tres años con droid» y «el móvil no supera los tres años de vida

on
el sistema operativo iOS es del útil», es decir, A y B, son dependientes. Siguiendo
80 %, y con Android, del 75 %. Si las ramas sucesivas del árbol que los contiene, la
una persona compra un móvil: probabilidad es:

ci
a) ¿Cuál es la probabilidad de que ( )
P ( A ∩ B ) = P ( A) ⋅ P B A = 0,65 ⋅ 0,25 = 0,1625
sea un móvil con sistema An­

ill mo
droid y no supere los tres años b) Basta con seguir las ramas del árbol que finalizan en B. Por tanto:
de vida útil? ( ) (
P ( B ) = P ⎡⎣( A ∩ B ) ∪ ( A ∩ B ) ⎤⎦ = P ( A) ⋅ P B A + P ( A ) ⋅ P B A = )
b) ¿Cuál es la probabilidad de que
= 0,65 ⋅ 0,75 + 0,35 ⋅ 0,80 = 0,7675

-H o
el móvil supere los tres años de
vida útil?

w pr
Actividad resuelta 12 El paquete puede proceder de una de las dos empre­
B
La empresa Logopen fabrica me- sas y contener memorias defectuosas (D) o no (B). El B
D (a)
diagrama de árbol que representa las posibilidades de B
ra ra
morias USB con un porcentaje de B (a)
unidades defectuosas del 3 %, y que las memorias sean buenas o defectuosas en un D
D (b)
las pone a la venta en paquetes paquete de tres unidades es el siguiente: B (a)
t
B
de tres memorias. Una empresa a) Las memorias son fabricadas por Logopen. Enton­ D (b)
cG s

ces: P ( D ) = 0,03 y P ( B ) = 0,97.


D
ilegal vende imitaciones con un B (b)
ue

D
porcentaje de unidades defectuo- Observamos en el diagrama de árbol que hay tres D
sas del 60 %, y también las comer- ramas en las que aparece una memoria defectuo­
cializa en paquetes de tres. sa. Por tanto:
m

a) Sabiendo que las memorias fue­ P (una memoria defectuosa ) = 3 ⋅ ( 0,97) ⋅ (0,03)2 = 0,0026
ron fabricadas por Logopen, ¿cuál
b) Ahora las memorias son ilegales, luego: P ( D ) = 0,60 y P ( B ) = 0,40.
es la probabilidad de que en un
de

paquete haya una defectuosa? También hay otras tres ramas en las que aparecen dos memorias defectuosas. Por tanto,
P ( dos memorias defectuosas ) = 3 ⋅ ( 0,60 ) ⋅ ( 0,40 ) = 0,432.
M

2
b) Sabiendo que las memorias pro­
ceden de la empresa ilegal, ¿cuál
es la probabilidad de que en un
d

paquete haya dos defectuosas?


da

Actividad resuelta 13 a) Para hallar la fiabilidad del sistema debemos calcular la A B


Una red de placas fotovoltaicas probabilidad de que este funcione. El sistema funciona­
solares está conectada como indi- rá si lo hacen, simultáneamente, las placas A y B o las
ni

ca la figura. placas C y D. Por tanto, tenemos que hallar la siguiente C D


probabilidad:
Todas las placas son independien-
U

(1) (2)
tes en su funcionamiento. P ⎡⎣( A ∩ B ) ∪ ( C ∩ D ) ⎤⎦ = P ( A ∩ B ) + P ( C ∩ D ) − P ( A ∩ B ∩ C ∩ D ) =
a) Si la probabilidad de funciona­ = ( 0,9) + ( 0,9) − ( 0,9) = 0,9639
2 2 4

miento de cada una de ellas es


0,9, ¿cuál es la fiabilidad del
(1)
( A ∩ B ) y (C ∩ D ) son compatibles    (2)
A, B, C y D son independientes

sistema? La fiabilidad del sistema es del 96,39 %.


b) ¿Cuál debería ser la probabili­ b) Sea p la probabilidad de funcionamiento de cada una de las placas fotovoltaicas. Entonces,
(1) (2)
dad de funcionamiento de cada P ⎡⎣( A ∩ B ) ∪ ( C ∩ D ) ⎤⎦ = P ( A ∩ B ) + P ( C ∩ D ) − P ( A ∩ B ∩ C ∩ D ) =
placa solar para que la fiabili­
dad del sistema fuera de al me­ ( )
= p2 + p2 − p4 = p2 2 − p2 = 0,98 ⇒ p4 − 2p2 + 0,98 = 0 ⇒ p = 0,93
nos el 98 %? Por tanto, la probabilidad de funcionamiento de la placa solar ha de ser de, al menos,
el 93 %.
349

ACTIVIDADES

Espacio muestral. Sucesos 28. Una báscula digital redondea los pesos a gramos. Se consi­
deran los sucesos siguientes:
23. Una amiga acude a comprar un vehículo a un concesionario
y le ofrecen cuatro modelos: Advance, Sport, GTE y E. Los A = «el peso es inferior o igual a 12 g»
dos primeros son diésel y gasolina, el tercero es híbrido y el
cuarto, eléctrico. Los modelos diésel tienen dos motores: B = «el peso es superior a 10 g»

.
1.6 TDI y 2.0 TDI, mientras que los de gasolina ofrecen tres C = «el peso es mayor o igual a 7 g y menor que 11 g»

al
motores: 1.4 TSI, 1.6 TSI y 2.0 TSI. Describe mediante un
diagrama de árbol el espacio de posibilidades de elección de Describe entonces los siguientes sucesos:

on
que dispone nuestra amiga. a)  A ∪ B b)  A ∩ C
24. Una empresa se dedica a fabricar baterías de teléfonos mó­
viles que deben cumplir una serie de requisitos para salir a c)  A d)  A ∩ B ∩ C

ci
la venta. Designemos por B si la batería cumple todos los
parámetros y por D si presenta algún defecto. El experimen­ e)  A ∩ B f)  A ∪ ( B ∩ C )

ill mo
to consiste en revisar cada batería en cuanto sale de la ca­ 29. Un enfermero realiza el control de la fiebre a tres pacientes.
dena de ensamblaje hasta que aparezca la primera batería Se designa por A, B y C el caso en que cada uno de los tres
defectuosa, deteniendo el proceso a la sexta comprobación. pacientes, respectivamente, tenga fiebre.
Construye el diagrama de árbol de este experimento y halla

-H o
su espacio muestral. a) Calcula mediante un diagrama de árbol el espacio mues­

w pr
tral de este experimento.
25. Tres vehículos seguidos entran en una rotonda como la de la
figura inferior. Pueden girar a la derecha (D), seguir de frente b) Describe en los términos del enunciado los siguientes su­
(F) o girar a la izquierda (I). Calcula los siguientes sucesos: cesos: A ∩ B, B ∪ C, A ∩ B ∩ C y A ∪ B ∪ C.
ra ra
A = «los tres vehículos siguen la misma dirección» Probabilidad
B = «al menos uno gira a la derecha»
t
30. Si A, B y C son tres sucesos incompatibles dos a dos, con
cG s

C = «los tres vehículos siguen direcciones distintas» P ( A) = 0,5, P ( B ) = 0,4 y P ( C ) = 0,2, halla las siguientes pro­
ue

babilidades:
a)  P ( A ∪ B ∪ C ) b)  P ( A ∩ B ∩ C )
m

c)  P ( A ∩ B ) d)  P ( A ∩ C )

e)  P ⎡⎣( A ∪ B ) ∩ C ⎤⎦ f)  P ⎡⎣ A ∩ ( B ∪ C ) ⎤⎦
de

31. Los aerogeneradores pueden sufrir tres tipos de averías pe­


M

Operaciones con sucesos queñas: fallos en los instrumentos de medida (A), fallos eléc­
tricos (B) y fallos mecánicos (C). Se conocen las siguientes
26. Una persona está planificando su viaje de vacaciones a tres probabilidades:
d

ciudades centroeuropeas: Budapest (B), Praga (P) y Viena


P ( A) = 0,02 P ( B ) = 0,05 P ( C ) = 0,04
da

(V). Expresa con palabras los siguientes sucesos:


a)  B ∪ P b)  B ∪ P ∪ V P ( A ∪ B ) = 0,06 P ( A ∪ C ) = 0,05 P ( B ∪ C ) = 0,08

c)  B ∩ ( P ∪ V ) d)  B ∪ ( P ∩ V ) P ( A ∩ B ∩ C ) = 0,002
ni

e)  B ∩ V f)  B ∩ P a) ¿Cuál es la probabilidad de que no se produzca un fallo en


U

los instrumentos de medida?


g)  B ∩ P ∩ V h)  B ∪ V
b) ¿Cuál es la probabilidad de que el aerogenerador presen­
27. En el diagrama de Venn de la figura se muestran tres suce­ te fallos en los instrumentos de medida y eléctricos?
sos, A, B y C. Copia en tu cuaderno y marca la región de
cada uno de los sucesos siguientes: c) ¿Cuál es la probabilidad de que presente a los sumo dos
averías?
E
A B a)  A b)  A ∩ B
32. En una bolsa hay tres bolas rojas y una azul. Se extraen dos
c)  A ∪ C d)  ( A ∪ B ) ∩ C bolas sin mirar. ¿Cuál es la probabilidad de que sean de dis­
tinto color?
e)  ( A ∩ B ) ∪ C f)  A ∪ B
C 33. Se tira un dado cuatro veces, ¿cuál es la probabilidad de
g)  A ∪ B h)  ( A ∩ B ) ∪ C que salgan cuatro números distintos?
350

ACTIVIDADES

34. Los valores a y b de la recta y = ( a − b ) x + b se han obteni­ 37. En una encuesta realizada a 100 personas en Alicante y a
do al lanzar un dado dos veces, tomando como valor de a el otras 100 en Pontevedra sobre el cambio de hora y el man­
resultado del primer dado, y como valor de b el del segundo. tenimiento de los horarios actuales para verano o invierno,
Calcula la probabilidad de que la recta: se obtuvieron los siguientes resultados:

a) Corte al semieje positivo de abscisas. Prefieren horario Prefieren horario

.
de verano de invierno

al
b) Corte al eje de abscisas en x = 1.
Alicante 74 36
c) Tenga pendiente negativa.

on
Pontevedra 21 89
d) Sea horizontal.
Se selecciona a una persona al azar de estas poblaciones.

ci
Probabilidad condicionada. a) ¿Cuál es la probabilidad de que sea de Alicante?
Sucesos dependientes e independientes b) ¿Cuál es la probabilidad de que prefiera el horario de ve­

ill mo
rano?
35. Una tienda de venta de sudaderas tiene tres tallas, S, M y L,
y tres diseños, capucha (C), cremallera (R) y cuello redondo c) ¿Cuál es la probabilidad de que sea de Alicante y prefiera
(T). En la siguiente tabla figuran el número de sudaderas el horario de invierno?

-H o
vendidas en el último mes de cada talla y diseño: d) ¿Cuál es la probabilidad de que sea de Pontevedra y pre­
fiera el horario de invierno?

w pr
Diseño
e) Sabiendo que prefiere el horario de verano, ¿cuál es la
C R T Total
probabilidad de que sea de la ciudad gallega?
S 8 4 10 22
38. Si A y B son dos sucesos que verifican P ( A) = 0,5 y
ra ra
Talla
M 16 14 24 54 P ( B ) = 0,7.
L 6 14 16 36
t
a) ¿Son A y B sucesos compatibles?
cG s

Total 30 32 50 112
b) Si A y B son independientes, ¿cuánto vale P ( A ∪ B )?
ue

Si una persona elige primero la talla y después el diseño: 39. Se consideran los sucesos A y B, tales que P ( A) = 0,32,
P ( B ) = 0,78 y P ( A ∪ B ) = 0,85. Analiza si A y B son compati­
a) Describe mediante un diagrama de árbol este experimen­ bles e independientes.
m

to y anota en las ramas las probabilidades respectivas. La


40. La probabilidad de que un cultivo de orina esté contaminado
talla y el diseño, ¿son variables dependientes o indepen­
en un determinado laboratorio es del 3 %. Se observan tres
dientes?
muestras independientes del laboratorio.
de

b) Calcula la probabilidad de que la persona haya elegido


M

a) ¿Cuál es la probabilidad de que ninguna esté contaminada?


una sudadera de la talla M con capucha.
b) ¿Cuál es la probabilidad de que exactamente una esté
c) Calcula la probabilidad de que haya elegido una sudadera contaminada?
d

de la talla L con cremallera. c) ¿Cuál es la probabilidad de que al menos una esté conta­
da

36. En un proceso de fabricación de baterías para móviles se ha minada?


comprobado que el 5 % de las baterías presenta defectos 41. Sara y Miguel tienen próximamente un examen de Matemá­
superficiales, y un 20 % de ellas son realmente defectuosas. ticas. Sabiendo que Sara tiene una probabilidad de aprobar
ni

Sin embargo, solo el 4 % de las baterías sin defectos super­ de 0,6 y Miguel de 0,4, ¿cuál es la probabilidad de que al
ficiales son realmente defectuosas. menos uno de los dos apruebe el examen si se supone que
U

hay independencia?
Se consideran los sucesos:
42. Demuestra que si los sucesos A y B son independientes,
D = «una batería es realmente defectuosa» también lo son:
S = «una batería presenta defectos superficiales» a)  A y B b)  A y B c)  A y B
43. Un lote de catorce televisores contiene dos defectuosos. Si
Calcula e interpreta las siguientes probabilidades:
se seleccionan al azar cuatro televisores de este lote, calcu­
(
a) P D S ) (
b) P D S ) la la probabilidad de que estén bien:
a) Todos los televisores.
( )
c) P D S ( )
d) P D S
b) Dos televisores.
e) P ( S ∩ D ) f) P ( S ∪ D ) c) Al menos uno.
351

44. Según un estudio, el 45 % de la población española consulta 49. Una persona ha realizado tres compras por Internet en tres
las noticias diariamente a través de Internet. En una encues­ empresas distintas, A, B y C, e independientes entre sí. La
ta realizada a seis personas elegidas al azar, ¿cuál es la probabilidad de sufrir un fraude en cada una de ellas es
probabilidad de que ninguna se informe por Internet? P ( A) = 0,02, P ( B ) = 0,01 y P ( C ) = 0,15. ¿Qué probabilidad
hay de que sufra al menos un fraude? ¿Y de que no sufra
45. Un sistema electrónico consta de tres componentes que fun­
ninguno?

.
cionan independientemente, con una probabilidad de fallo de

al
0,05 para cada una de ellas.
Técnicas de recuento

on
a) Calcula la probabilidad de que el sistema funcione correc­
tamente. 50. En una mesa hay tres vasos idénticos que contienen refres­
cos de naranja, limón y cola. Una persona los prueba de uno
b) ¿Cuál es la probabilidad de que al menos una de las com­
en uno.

ci
ponentes falle.
Indiferente, 5 %
46. Una encuesta a la plantilla de una em­ a) ¿Cuántas posibles selecciones se pueden dar?

ill mo
presa sobre la conveniencia de adoptar En contra,
15 %
el horario flexible arrojó los resultados b) ¿Cuál es la probabilidad de que el vaso que contiene re­
que muestra el diagrama de sectores. A favor, fresco de naranja haya sido el elegido en primer lugar?
80 %

-H o
Si se eligen al azar tres personas que
participaron en la encuesta: 51. Una familia desea hacerse una fotografía de tal forma que

w pr
los niños se sienten en fila en el suelo y los adultos detrás,
a) ¿Cuál es la probabilidad de que las tres hayan votado a sentados en fila. ¿De cuántas formas diferentes se pueden
favor? situar los cinco adultos y los ocho niños de esta familia?
ra ra
b) ¿Cuál es la probabilidad de que al menos dos hayan vota­
52. Siete chicas han alquilado un piso para pasar el fin de sema­
do en contra?
na en el que hay tres habitaciones, una con tres camas y el
t
47. En una empresa de riesgos financieros, siempre que se pro­ resto con dos camas cada una. ¿De cuántas formas pueden
cG s

duce un impago de poca cuantía se recurre a llamar por telé­ distribuirse las chicas?
ue

fono a sus clientes en un 52 % de los casos, a enviar un SMS


en un 36 %, y a ambas opciones en un 12 %. Se acaba de 53. Un enfermero trabaja doce días al mes, a razón de diez ho­
producir un impago: ras al día. Si puede elegir los días del mes para trabajar,
¿cuántas elecciones posibles tiene?
m

a) ¿Cuál es la probabilidad de que se reciba una notificación


por algún medio de los indicados? 54. Lucía y Nicolás son dos hermanos que discuten sobre quién
tiene más opciones de contraseñas diferentes en su correo
b) ¿Cuál es la probabilidad de que se reciba un SMS pero no
de

electrónico. Lucía tiene una contraseña del tipo ABCD12, es


una llamada telefónica?
M

decir, cuatro mayúsculas distintas seguidas de dos dígitos


c) ¿Cuál es la probabilidad de que no se reciba ni un SMS ni también distintos; por su parte, Nicolás tiene una contrase­
una llamada telefónica? ña del tipo AAB223, es decir, tres letras mayúsculas (repeti­
d

das o no), seguidas de tres dígitos (repetidos o no). Si Lucía


d) Si se producen tres impagos independientes del mismo le dice a su hermano que tiene casi el doble de opciones de
da

cliente, ¿qué probabilidad hay de que contacten con él por contraseñas diferentes que él, ¿es correcta su afirmación?
cualquier medio en las tres ocasiones?
48. Una empresa hortofrutícola tiene dos máquinas calibradoras 55. ¿De cuántas maneras diferentes se pueden plantar ocho ár­
ni

electrónicas, A y B, para clasificar las naranjas según unas boles distintos alrededor de una rotonda?
medidas establecidas y, posteriormente, envasarlas. Según
U

56. Una entrenadora de baloncesto dispone de doce jugadores,


datos de la empresa, la calibradora A rechaza el 20 % de las
de los cuales cinco juegan de pívot, cuatro son aleros y tres
naranjas calibradas, mientras que la calibradora B rechaza el
son bases. ¿Cuántos quintetos iniciales distintos puede ali­
15 %.
near?
a) Si una naranja sigue la cadena de envasado y es calibra­
da aleatoriamente por una de las máquinas, ¿cuál es la 57. De una baraja española se extraen cinco cartas consecuti­
probabilidad de que sea envasada por tener el calibre ade­ vas. Cuál es la probabilidad de obtener:
cuado?
a) Los cuatro ases.
b) Si tres naranjas son calibradas por la máquina B, ¿cuál es
la probabilidad de que ninguna sea envasada por no tener b) Cuatro ases y una sota.
el calibre deseado? ¿Y la probabilidad de que al menos
una sea envasada? c) Tres cartas de un palo y dos de otro.
352

Un paso más

58. Se distribuyen pelotas de colores en tres cajas idénticas. La 62. Calcula la probabilidad de que al lanzar n veces dos dados
primera caja contiene ocho pelotas blancas y tres negras, la se obtenga al menos un seis doble. ¿Cuál debe ser el valor
segunda cinco blancas y siete negras, y la tercera seis blan­ de n para que esta probabilidad sea superior a 0,5?
cas y nueve negras. Se eligen al azar dos cajas y se saca
una pelota de cada una de ellas. ¿Cuál es la opción más fa­ 63. Calcula el número de sucesiones que se pueden formar con
vorable si se pretende sacar dos bolas del mismo color? tres letras «a», cinco «b» y ocho «c». ¿Y si no puede haber

.
dos «b» consecutivas?

al
59. ¿Cuántas diagonales se pueden trazar en un pentágono? ¿Y
en un hexágono? ¿Y en un polígono de n lados? 64. Se lanzan un par de dados y se apuesta por un seis doble.

on
¿Cuántos lanzamientos es necesario realizar para que la
60. Tres amigos realizan el siguiente juego: alternativamente ex­ suerte acompañe al que apuesta, es decir, para que supere
traen una canica de una bolsa que contiene cuatro canicas el 50 % de probabilidades?

ci
negras y tres de colores. El primero que consiga extraer una
canica negra, gana. ¿Cuál es la probabilidad de que el amigo 65. En un grupo de tres personas, ¿cuál es la probabilidad de

ill mo
que comience el juego gane? que al menos dos cumplan años el mismo día? ¿Y si el grupo
es de cinco personas?
61. De un grupo de n matrimonios con un hijo, se desea selec­
cionar a un hombre, una mujer y un hijo que no guarden nin­ 66. ¿Cuántas personas debería haber en un grupo para que sea

-H o
guna relación entre sí. ¿De cuántas formas se puede realizar más probable que improbable que al menos dos de ellas
tal selección? cumplan años el mismo día?

w pr
ra ra
Concursos y olimpiadas matemáticas
t
67. Se lanza un dado cuatro veces: ¿cuál es la probabilidad de 72. En un bombo de lotería quedan 2n + 1 bolas, n + 1 pares y
cG s

que salgan cuatro números distintos? n impares. Si damos la vuelta al bombo y extraemos dos bo­
ue

las, ¿cuál es la probabilidad de que la suma sea impar?


68. ¿Cuántos números de cuatro cifras tienen al menos una cifra
repetida? 73. Nadal y Federer juegan en tierra batida un partido a tres
m

sets, es decir, que vence aquel que gane dos sets. Si la pro­
69. Una bolsa contiene m bolas rojas y n bolas blancas. Elegi­ babilidad que tiene Nadal de ganar cada set es de un 60 %,
mos al azar una bola, miramos su color y la devolvemos a la ¿qué probabilidad tiene Nadal de ganar el partido?
de

bolsa, donde quedan k bolas de su mismo color. A continua­


M

ción elegimos una segunda bola al azar. ¿Cuál es la probabi­ 74. Seis estudiantes de diversos países de Europa comparten
lidad de que esta segunda bola sea roja? piso durante un curso del proyecto «Erasmus». Todos ellos
hablan solamente dos idiomas: Ángela habla alemán e in­
d

70. Marta tiene ocho sobres numerados del 1 al 8 y ocho tarje­ glés; Ulrike, alemán y español; Karin, francés y español; Die­
tas, numeradas también del 1 al 8. ¿De cuántas formas pue­ ter, alemán y francés; Pierre, francés e inglés, y Rocío, in­
da

den distribuir las tarjetas, una en cada sobre, de forma que glés y español. Si elegimos dos de ellos al azar, ¿cuál es la
ninguna de las tarjetas 1, 2 y 3 esté en el sobre con su mis­ probabilidad de que puedan hablar una lengua que entien­
ma numeración? dan bien ambos?
ni

71. Ali, Bea y Celia escogen, cada una, al azar un número en­ 75. En una moneda trucada, la probabilidad de obtener
U

tre los diez primeros enteros positivos, siendo diferentes to­ 1


cara al ser lanzada es . Cuando la lanzamos n veces, resul­
dos los escogidos. ¿Cuál es la probabilidad de que el núme­ 4
ro de Ali sea múltiplo del de Bea, y además el de Bea ta que presenta la misma probabilidad de obtener dos caras
múltiplo del de Celia? que de obtener tres caras. ¿Cuál es el valor de n?
lve el enigma
Resue urso televisivo
ar ec ía en el conc -
portada de es
ta un id ad ap onty Hall, nom
te ad o en la co m o el pr oblema de M ue st o y
El dilema plan a Deal. Se co
noce alidad fue prop
un id en se Let’s Make co nc ur so , aunque en re cian, en 1975
.
es ta do
al pr es en ta dor de es te
re vi st a A m erican Statisti se ve ía n
bre que debe la bién
teve Selvin en dos, tres tam
su el to or ig in almente por S de l m ít ic o concurso Un,
re santes
ís, los concur
En nuestro pa
ejantes.
en apuros sem

.
al
¿Recuerdas qué puerta habías escogido?
¿Cambiarías tu elección inicial ahora que solo te quedan dos?

on
Lo primero que se nos pasa por la cabeza es que, cuando solo quedan dos puertas, ambas tienen la misma
probabilidad de esconder el coche y, por tanto, cambiemos o no de puerta, la probabilidad de ganarlo es

ci
1/2, es decir, del 50 %. Pero ¿esta afirmación es cierta? Ten en cuenta que el presentador abre la puerta
después de tu elección, es decir, que tu elección condiciona la del presentador. ¿Cómo es posible?

ill mo
Supongamos que escoges en primer lugar la puerta de una de Supongamos ahora que escogiste al principio la puerta tras la
las cabras, lo cual sucede con una probabilidad de 2/3. El pre­ que se oculta el automóvil, lo cual ocurre con una probabilidad
sentador solo puede abrir ahora una de las otras dos puertas, de 1/3. El presentador puede abrir entonces cualquiera de las
que es la única que oculta la otra cabra. La puerta restante otras dos puertas, pues ambas esconden una cabra. Así pues,

-H o
esconde entonces el automóvil, que ganarás si cambias tu perderás el coche si cambias de puerta, con esa misma proba­

w pr
elección inicial, con una probabilidad de 2/3. bilidad de 1/3.

¡Su premio!
ra rat
cG s
ue
m
de
M
d
da
ni
U

Detrás de la Detrás de la Detrás de la Resultado si permaneces Resultado si cambias


puerta 1 hay... puerta 2 hay... puerta 3 hay... en la puerta 1 de puerta
...una cabra ...una cabra ...un coche Ganas la cabra Ganas el coche

...una cabra ...un coche ...una cabra Ganas la cabra Ganas el coche

...un coche ...una cabra ...una cabra Ganas el coche Ganas la cabra

Seguro que se te ocurren más formas de llegar a estas mismas conclusiones...

También podría gustarte