TÉCNICAS DE CONTEO

ESTADÍSTICA I
AUTOR: Patricia Castillo Garzón
ÍNDICE
ÍNDICE

1. Técnicas de conteo
2. Permutaciones
3. Combinaciones
4. Probabilidad condicional
5. Teorema de Bayes

Acceso rápido

DESARROLLO

GLOSARIO REFERENCIAS

Este material pertenece al Politécnico

Grancolombiano y a la Red Ilumno. Por ende, son
de uso exclusivo de las Instituciones adscritas a
la Red Ilumno. Prohibida su reproducción total
o parcial.
 02 -
DESARROLLO DE CADA UNA DE LAS UNIDADES TEMÁTICAS

1. Técnicas de conteo

Las técnicas de conteo son principios que nos permiten determinar el número de elementos que
cumplen cierta característica en un grupo dado. Puesto que el cálculo de una probabilidad está
asociado al conteo de elementos, vamos a exponer los principios de conteo para luego utilizarlos
en la determinación de probabilidades.

PRINCIPIO DE LA MULTIPLICACIÓN

Si hay n formas de que suceda un evento E1 y m formas de que suceda un evento

E2 , entonces existen n  m formas de que suceda el evento E1 seguido del evento
E2 .
En general Si hay n1 formas de que suceda un evento E1 , n2 formas de que suceda
Figura 1. Esquema diagrama de árbol ejemplo 1
un evento E2 , y así sucesivamente hasta nm formas de que ocurra el evento Em , Fuente: (elaboración propia)
entonces existen n1  n2 nm formas de que suceda el evento E1 seguido del evento
E2 hasta el evento E m
Con el principio de conteo tendremos:

Ejemplo 1
Si se lanza una moneda 3 veces, ¿cuál es el número de elementos del espacio muestral?, es
decir, ¿cuál es el número de resultados posibles del experimento aleatorio?
Usemos un diagrama de árbol para determinar este número y luego comprobemos el resultado
que arroja el principio fundamental del conteo.

Figura 2. Esquema del principio de conteo del ejemplo 1

Fuente: (elaboración propia)

3 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA I 4

 Es decir, hay 8 elementos en el espacio muestral o hay 8 posibles resultados en el experimento 2. Permutaciones
aleatorio.
Una permutación de los elementos de un conjunto es una forma de ordenarlos teniendo en
Ejemplo 2 cuenta sus posiciones (importa la posición que ocupe cada uno de ellos).

¿De cuántas formas distintas puede terminar una carrera de cinco corredores?

Para determinar el número de formas debemos pensar que cada corredor tiene la opción de
ganar y ocupar el primer puesto. Sin embargo, como solo uno puede ganar, el siguiente
competidor solo tendrá 4 opciones (segundo, tercer, cuarto y quinto lugar); así el siguiente Si tenemos n elementos distintos y queremos saber de cuántas maneras pueden
competidor tendrá 3 opciones (tercer, cuarto y quinto lugar). Análogamente las opciones para ordenarse en grupos de k elementos, estaremos hallando todas las posibles
los otros dos competidores disminuirán. permutaciones. En adelante usaremos la notación n Pk y se calcula de la siguiente
manera:
Si aplicamos el principio fundamental de conteo tendremos:
n!
n Pk 
(n  k )!

Donde n !  1 2  3   n , k !  1 2  3   k , 0!  1 y 1!  1 . Luego,

n! 1 2  3  n
n Pk
 
(n  k )! 1 2  3  k

En total hay 120 opciones de terminar una carrera de cinco corredores.

Ejemplo 3 Ejemplo 4

Una agencia automotriz ofrece 4 modelos de automóvil particular. Para cada modelo hay 5 Considerando el orden, ¿de cuántas formas pueden ordenarse 3 elementos en grupos de 2?
colores distintos, 3 clases de radios y la opción de tener aire acondicionado o no. ¿De cuántas
Aplicando el concepto de permutación tenemos que en este caso n  3 y k  2 , así
formas distintas puede un cliente pedir su automóvil?
3! 1 2  3 6
Para determinar el número de formas vamos a aplicar el principio fundamental de conteo: P
3 2    6
(3  2)! 1 1

Entonces, el número de formas en que pueden ordenarse 3 elementos en grupos de 2 es 6.

Veamos en la figura 3 la solución del ejercicio anterior.

En total un cliente tiene 30 opciones de elegir un automóvil.

5 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA I 6

 grupos de 2 sin importar el orden, entonces el grupo 1,2 y 2,1 serían el mismo y, como
consecuencia, solo tendríamos en cuenta uno de los grupos. A este tipo de arreglos se les
denomina combinaciones.

Las combinaciones son arreglos de los elementos de un conjunto sin importar el

orden en que se ubiquen. Para determinar el número de combinaciones posibles de n
elementos en grupos de k elementos usamos la siguiente expresión.

Figura 3. Representación para la solución del ejemplo 4 n!

Fuente: (elaboración propia) n Ck 
k !(n  k )!

Ejemplo 5

¿De cuántas formas pueden ubicarse 4 niños en dos filas, si importa el orden en que se ubiquen?
En este caso n  4 y k  2 Ejemplo 6
4! 4! 1 2  3  4
P
4 2    12 Se deben contestar 5 preguntas de un examen de 6 preguntas. ¿Cuántos exámenes de diferente
(4  2)! 2! 1 2 contenido se podrán corregir?
Hay 12 formas de ubicar 4 niños en dos filas. Si observamos el ejercicio notamos que no importa el orden en que un estudiante conteste las
preguntas, da lo mismo que conteste las preguntas 1, 3, 4, 2, 5, a que conteste las preguntas 3,
Hemos tratado arreglos de objetos con la característica de ser distintos, pero ¿qué sucede 2, 4, 1,5 en esos órdenes; por ello, para calcular el número de exámenes de diferente contenido
cuando no lo son? ¿Cómo podemos establecer el número de formas en que pueden ordenarse a corregir se debe hallar la combinación 6 C5 :
los elementos de un conjunto cuando hay varios de la misma clase?

Si en un conjunto hay n elementos de los cuales n1 son de un tipo, n2 de otro y así

sucesivamente, hasta nr de otro tipo; entonces el número de permutaciones de los
n elementos considerando n a la vez está dado por:

n!
n1 !n2 ! nr !

En total hay 6 exámenes de diferente contenido para corregir.

Ejemplo 7
3. Combinaciones
Una bolsa contiene 30 pelotas de plástico y de ellas 5 son azules. Si se sacan al azar 3 pelotas de
Ahora vamos a considerar arreglos de objetos pero en esta ocasión el orden no importará. Por
la bolsa, ¿cuál es la probabilidad de que las tres sean azules?
ejemplo, si nos pidieran determinar el número de formas de ordenar los dígitos 1, 2 y 3 en

7 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA I 8

 1. Determinemos el número de elementos en el espacio muestral. 4. Probabilidad condicional

En ocasiones encontraremos situaciones en las que se está interesado en saber cuál es la

Como hay 30 pelotas y deseamos formar grupos de 3 estamos en el caso de una permutación o probabilidad de que suceda un evento cuando ha sucedido otro. Es aquí donde aparece la
una combinación. Dado que no importa el orden en que se saquen las pelotas, ya que el grupo probabilidad condicional, que nos permite hallar la probabilidad de que suceda un evento dado
de tres no cambia si primero sacamos 2 azules y otra de otro color, o primero la de otro color y cuando ya ocurrió otro, que puede o no afectarlo.
2 azules, entonces estamos en una combinación. Calculémosla:

30! Si se tienen dos eventos A y B la probabilidad de que ocurra A, dado que ha

30 C3  4060 ocurrido B, se determina de la siguiente forma:
3!(30  3)!
P( A  B)
Con lo cual decimos que hay 4060 formas distintas de formar grupos de tres con 30 pelotas; en P( A B)  siempre que P ( B )  0
P( B)
otras palabras, este es el número de elementos en el espacio muestral (sacar tres pelotas).

2. Determinemos el número de casos favorables para nuestro experimento aleatorio.

También puede suceder que se requiera hallar la probabilidad de que ocurra B dado
que ha ocurrido A:

Como hay 5 pelotas azules y se desean formar grupos de 3 pelotas azules, necesitamos calcular P( A  B)
P( B A)  siempre que P ( A)  0
el número de veces que se podrían formar dichos grupos. Nuevamente, puesto que el orden no P( A)
importa, tenemos:

5!
5 C3  10
3!(5  3)!
Estas probabilidades nos conducen a la propiedad de la multiplicación cuando los eventos son
Es decir, que hay 10 formas de que salgan 3 pelotas azules de 5 que hay en la bolsa, lo que dependientes.
significa que hay 10 posibilidades de que el evento se realice.

Tengamos en cuenta que para este experimento aleatorio el evento es:

Si se tienen dos eventos dependientes A y B, la probabilidad de la intersección de
E : al extraer tres pelotas de la bolsa éstas son azules. ellos puede calcularse de la siguiente manera:

3. Ahora sí calculemos la probabilidad de que al sacar 3 de pelotas de 30 todas sean azules.

n( E ) P( A  B) 
P( B) P( A B) o P( A  B) 
P( A) P( B A)
P( A) 
n( EM )
10

4060 P( B) P( A B)  P( A) P( B A)
Que a su vez nos permite determinar que ; así que si tenemos las
 2.4630541803 probabilidades condicionales y una de las probabilidades simples podemos hallar la otra, o si
tenemos una de las probabilidades condicionales y las dos simples será posible calcular la otra
 2.46305418  103
probabilidad condicional.
 0.00243605418

9 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA I 10

 Ejemplo 8 Según la información de la tabla establezcamos los eventos en ella.
Para facilitar el proceso de resolución de los literales es conveniente determinar las
Durante un día se entrevistaron personas al salir de una película preguntándoles si la
probabilidades de los anteriores eventos.
consideraban violenta o no. La información recolectada se presenta en la siguiente tabla.

Tabla 1: Datos para el ejemplo 8

Tabla 2: Probabilidades de los eventos para el ejemplo 8

Fuente: (elaboración propia)

Fuente: (elaboración propia)

Con base en la información dada:
215
a. ¿Cuál es la probabilidad de que una mujer responda afirmativamente a la pregunta de la P( E1 ) 
encuesta? 432

b. ¿Cuál es la probabilidad de que una mujer responda negativamente a la pregunta de la 217

P( E2 ) 
encuesta? 432
c. ¿Cuál es la probabilidad de que un hombre responda afirmativamente a la pregunta de la
235
encuesta? P( E3 ) 
432
d. ¿Cuál es la probabilidad de que un hombre responda negativamente a la pregunta de la
encuesta? 84
P( E4 ) 
e. ¿Cuál es la probabilidad de que la persona encuestada sea mujer y responda sí? 432
f. ¿Cuál es la probabilidad de que la persona encuestada sea hombre y responda no? Con base en las anteriores probabilidades, vamos a resolver cada literal:

a. ¿Cuál es la probabilidad de que una mujer responda afirmativamente a la pregunta de la

encuesta?

125
P( E1  E3 ) 
342

b. ¿Cuál es la probabilidad de que una mujer responda negativamente a la pregunta de la

encuesta?

11 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA I 12

 38 h. ¿Cuál es la probabilidad de que la persona encuestada sea hombre sabiendo que respondió
P( E1  E4 ) 
342 no?
46
c. ¿Cuál es la probabilidad de que un hombre responda afirmativamente a la pregunta de la P( E2  E4 ) 432 46
encuesta? P( E2 | 
E4 )  
P( E4 ) 217 217
432
110
P( E2  E3 )  Obsérvese que la probabilidad condicional busca resultados que cumplen características
342
específicas; en otras palabras, es como si buscáramos la probabilidad de un evento para el cual
d. ¿Cuál es la probabilidad de que un hombre responda negativamente a la pregunta de la su espacio muestral se restringe a los resultados que cumplen la condición dada.
encuesta?

46
P( E2  E4 ) 
432 5. Teorema de Bayes
e. ¿Cuál es la probabilidad de que la persona encuestada sea mujer y responda sí?

Si A y B son eventos mutuamente excluyentes cuya unión constituye el espacio muestral EM,
entonces:
Nótese que la probabilidad solicitada es la misma del literal a; en otras palabras, la pregunta es P(C | A) P( A)
la misma. Luego P( A | C ) 
P(C | A) P( A)  P(C | B) P( B)
125
P( E1  E3 ) 
342
Ejemplo 9
f. ¿Cuál es la probabilidad de que la persona encuestada sea hombre y responda no?
Una fábrica de bombillos produce 5000 en la semana. Para ello cuenta con dos clases de
máquinas: la maquina A produce 3000 de estos bombillos, de los que el 2% son imperfectos; y
los 2000 restantes son producidos por la máquina B, con un margen de imperfección del 4%.
En este caso sucede lo mismo que en el anterior y la probabilidad solicitada es: Determinemos:

46 a. La probabilidad de que un bombillo elegido al azar sea imperfecto.

P( E2  E4 ) 
432
̅ al suceso de seleccionar uno sin
Sea M el suceso de seleccionar un bombillo imperfecta y 𝑀𝑀
Con las anteriores probabilidades podrían realizarse preguntas como las siguientes. imperfección.

g. Si la respuesta proviene de una mujer, ¿cuál es la probabilidad de que la respuesta sea sí? En el siguiente diagrama tenemos la representación del problema planteado.
125
P( E3  E1 ) 432 125
P( E3 |
E1 )  
P( E1 ) 215 215
432

13 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA I 14

 03 --
GLOSARIO DE TÉRMINOS

Conjunto: es una colección de objetos bien definidos. Se refiere a la coherencia; por

ejemplo, si voy a formar un conjunto de frutas debo tener claro que no voy a considerar
verduras. Todo conjunto se denotan con una letra mayúscula, como cuando vimos
matemática I que utilizábamos letras para denotar simbólicamente un dato.

Diagrama de Venn: es una representación gráfica de los conjuntos en la cual cada conjunto
se encierra en un círculo u óvalo, y aquel que los contiene a todos se encierra por un
Figura 4. Esquema diagrama de árbol ejemplo 9 cuadrado o rectángulo.
Fuente: (elaboración propia)
Elemento: es un objeto de un conjunto. Se denotan con letras minúsculas cuando se
desconocen.

Calculemos la probabilidad total de que el bombillo salga imperfecto. Estadística: cantidad que estima características de una población.

Sumamos las partes donde al final aparezca el suceso de bombillo imperfecto. Estimación: es un método por medio del cual se aproxima el valor del parámetro de una
población a partir de los datos u observaciones de una muestra.
 Para la máquina A:
Estimación puntual: proceso mediante el cual con las observaciones de una muestra se
3 estima el parámetro de la población con un valor numérico.
𝑃𝑃(𝐴𝐴 ∩ 𝑀𝑀) = 𝑃𝑃(𝐴𝐴) ∙ 𝑃𝑃(𝑀𝑀/𝐴𝐴) ⇒ 𝑃𝑃(𝐴𝐴 ∩ 𝑀𝑀) = ∙ (0,02) = 0,012
5
Estimación por intervalo: proceso con el cual se determina un intervalo en el que
 Para la máquina B: posiblemente se encuentra el valor real del parámetro.
2 Intervalo de confianza: intervalo en el cual es posible se encuentre el valor real del
𝑃𝑃(𝐵𝐵 ∩ 𝑀𝑀) = 𝑃𝑃(𝐵𝐵) ∙ 𝑃𝑃(𝑀𝑀/𝐵𝐵) ⇒ 𝑃𝑃(𝐴𝐴 ∩ 𝑀𝑀) = ∙ (0,04) = 0,016
5 parámetro de una población.
Luego, la probabilidad 𝑃𝑃(𝐷𝐷) es: Muestra: subconjunto representativo de una población.
𝑃𝑃(𝑀𝑀) = 𝑃𝑃(𝐴𝐴 ∩ 𝑀𝑀) + 𝑃𝑃(𝐵𝐵 ∩ 𝑀𝑀) = 0,012 + 0,016 = 0,028 Parámetro: característica desconocida de una población.
b. Si el bombillo seleccionado es imperfecto, ¿qué probabilidad hay de que proceda de la
Población: es un conjunto de datos que caracteriza un fenómeno.
máquina A? ¿Y de la B?
𝑃𝑃(𝐴𝐴∩𝑀𝑀) 0,012 Pruebas de hipótesis: procesos que conllevan a establecer el rechazo o no de una
 La probabilidad que provenga de la máquina A es 𝑃𝑃(𝐴𝐴/𝑀𝑀) = = 0,028 = 0,4286
𝑃𝑃(𝑀𝑀) afirmación respecto a una característica desconocida de una población.
𝑃𝑃(𝐴𝐴∩𝑀𝑀) 0,016
 La probabilidad que provenga de la máquina B es 𝑃𝑃(𝐵𝐵/𝑀𝑀) = = 0,028 = 0,5714
𝑃𝑃(𝑀𝑀)

15 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA I 16

 04 --
REFERENCIAS

Texto

 Canavos, G. C. (2003). Probabilidad y estadística aplicaciones y métodos. Mexico: Mc

Graw Hill.

Remisión a fuentes complementarias

 Salinero Echeverría, S. (2009). Incidencia de la probabilidad de condena en los delitos

de robo. Análisis descriptivo y comparado. Política Criminal (8), 1-45. Recuperado de
http://www.biblio.dpp.cl/biblio/DataFiles/a_5_8.pdf

17 POLITÉCNICO GRANCOLOMBIANO ESTADÍSTICA I 18

POLITÉCNICO GRANCOLOMBIANO - 2016 ©