Tabla de contenido

1.- Experimento..................................................................................................................................3
2.- Experimento determinístico..........................................................................................................3
3.- Experimento aleatorio..................................................................................................................3
4.- Espacio muestral...........................................................................................................................4
5.- Espacio muestral discreto.............................................................................................................4
6.- Espacio muestral contínuo............................................................................................................5
7.- Diferencia entre espacio muestral discreto y contínuo.................................................................5
8.- Probabilidad..................................................................................................................................6
9.- Interpretación de frecuencia de probabilidad...............................................................................7
10.- Frecuencia relativa de un evento................................................................................................8
11.- Los axiomas de probabilidad.......................................................................................................9
12.- Fórmulas de probabilidad de unión de conjuntos.....................................................................11
12. a.- Eventos disjuntos..........................................................................................................12
12. b.- Eventos no disjuntos....................................................................................................12
13.- Fórmula de probabilidad de complemento de un conjunto......................................................13
Ejemplo 1.................................................................................................................................13
Ejemplo 2:................................................................................................................................14
14.- Diagrama de árbol.....................................................................................................................14
15.- Fórmula de permutación...........................................................................................................15
16.- Fórmula de combinación...........................................................................................................16
17.- Fórmula de variación.................................................................................................................17
 Introducción

La Estadística y la Probabilidades son ramas de la matemática que siempre deben ir

una acompañada de la otra. La estadística se encarga de estudiar, reunir, clasificar y
recontar todos los hechos que tienen una determinada característica en común, para poder
llegar a conclusiones a partir de los datos numéricos extraídos. Por otro lado las
probabilidades se encargan de calcular matemáticamente las posibilidades que existen de
que una cosa se cumpla o suceda al azar.

En este sencillo, pero importante trabajo, se indican algunos conceptos básicos que
se utilizan en estadística y en probabilidades. Básicos porque es un trabajo que
conceptualiza a grosso modo las herramientas usadas por estas dos ramas. Es decir, este
tema es demasiado complejo y aquí sólo se dan conceptos y se realiza la solución de
algunos ejercicios propuestos de forma sencilla.

Pueda ser que definir un espacio muestral, una variable discreta o contínua, parezca
algo sencillo pero eso depende del punto de vista con el que se le observe, pues los
conceptos se profundizan de acuerdo a la complejidad del estudio que se esté realizando.

Hallar la probabilidad de que ocurra un evento o no permite hacer diferencias y

clasificaciones de las probabilidades. De allí que existan probabilidades para eventos
disjuntos y no disjuntos, que se operan de manera diferente. También existen las
probabilidades del complemento de un evento.

Existen también métodos probabilísticos que se usan para facilitar los cálculos, tales
como el diagrama de árbol, las permutaciones, las combinaciones y las variaciones.

En todo caso, como se explica al comienzo de este trabajo, no se muestra en él

argumentos científicos profundos sino más bien argumentos sencillos de modo tal que
cualquier persona con medianos conocimientos de estadística y de probabilidad lo pueda
comprender fácilmente.
1.- Experimento

En estadística y probabilidades un experimento es un procedimiento mediante el

cual se trata de comprobar, confirmar o verificar una o varias hipótesis relacionadas con un
determinado fenómeno,, mediante la manipulación y el estudio de las correlaciones de
la(s) variables que presumiblemente son su causa. Los experimentos pueden ser
determinísticos o aleatorios.

2.- Experimento determinístico.

Un experimento determinístico es aquel en que se repiten las mismas condiciones

iniciales, se garantiza el mismo resultado.
Por ejemplo, un móvil que circula a una velocidad constante durante un
determinado tiempo, recorre siempre el mismo espacio; una combinación de sustancias en
determinadas proporciones y temperatura producen siempre el mismo resultado de mezcla;
un examen con ninguna respuesta correcta produce siempre el mismo resultado.
En los experimentos determinísticos se puede predecir el resultado antes de que se
realicen. Si se deja caer una piedra desde una ventana se sabe, sin lugar a dudas, que la
piedra bajará. Si se lanza hacia arriba, se sabe que subirá durante un determinado intervalo
de tiempo; pero después bajará.

3.- Experimento aleatorio.

Un experimento aleatorio es aquél en el que si se lo repite con las mismas

condiciones iniciales no garantiza los mismos resultados. Así, por ejemplo, al lanzar una
moneda no se sabe si saldrá cara o cruz; al lanzar un dado no se sabe qué número aparecerá;
la extracción de las bolas de sorteos, loterías, entre otras, son experiencias que se
consideran aleatorias puesto que en ellas no se puede predecir los resultados.

3
4.- Espacio muestral.

Se llama espacio muestral a aquel que está formado por todos los posibles
resultados de un experimento aleatorio. Es decir, se compone de todos y cada uno de los
sucesos elementales. El espacio muestral es una parte del espacio probabilístico. Como su
propio nombre indica, está formado por los elementos de la muestra. Al contrario, el
espacio probabilístico engloba todos los elementos. Incluso aunque no salgan recogidos en
la muestra.
El espacio muestral se denota con la letra griega Ω (Omega); aunque también se
puede denotar como E, S, o U. Está compuesto por todos los sucesos elementales y/o
compuestos de la muestra y, por tanto, coincide con el suceso seguro. Es decir, aquel
suceso que siempre va a ocurrir.
Para la esencia de este trabajo se utilizará siempre la letra e mayúscula para denotar
al espacio muestral; así que E significa espacio muestral.

Un ejemplo de espacio muestral en el lanzamiento de una moneda sería:

E = {C, X}

Dónde C es cara y X es cruz. Esto es, los posibles resultados son cara o cruz.

Supóngase el caso de un dado con 6 caras. Enumeradas del 1 al 6 ¿Cuál sería el espacio
muestral del experimento lanzar un dado una sola vez?

E = {1, 2, 3, 4, 5, 6}

Se puede diferenciar entre dos tipos de espacios muestrales: discretos y continuos.

5.- Espacio muestral discreto.

Son aquellos espacios donde el número de sucesos elementales es finito o infinito

numerable.
Se puede diferenciar varios tipos de espacio probabilístico discreto.
Espacio Probabilístico Discreto Equiprobable: Su espacio muestral es finito de
tamaño n. La probabilidad de cualquier suceso elemental E

4
 Espacio Probabilístico Finito: Su espacio muestral es discreto finito. Hay al menos 2
sucesos elementales que cumplen que son, Procesos Estocásticos Finitos Y Diagramas de
Árbol. Un proceso estocástico es una sucesión finita de experimentos aleatorios, cada uno
de ellos con un nº finito de resultados posibles. Se representan con diagrama de árbol.
Espacio Probabilístico Infinito Contable: Aquel cuyo espacio muestral es discreto
infinito contable. Por ejemplo, la probabilidad de que salga cara en la primera tirada es ½.
La probabilidad de que salga cara en la segunda tirada es ½ * ½ = ¼. La probabilidad de
que salga cara en la tercera tirada es ½ * ½ * ½ = 1/8.

6.- Espacio muestral contínuo.

Son aquellos espacios donde el número de sucesos elementales es infinito

incontable. Como por ejemplo, el peso o la altura de una persona.
Por lo tanto no es posible observar puntos concretos del espacio. Tiene sentido
hablar de intervalos observados. No es posible asignar probabilidad a un punto concreto,
por eso se asigna a intervalos.
Por tanto la función P está definida sobre intervalos tales que P (Ki < Exp > Ke).
Esto ocurre muy habitualmente cuando se trabaja con magnitudes físicas.
Por ejemplo, el espacio muestral del experimento consistente en pesar a un alumno
de Educación Infantil es un espacio continuo, aunque debido a que es imposible precisar
con un instrumento de medida el peso exacto de un alumno, este espacio muestral puede
parecer discreto.

7.- Diferencia entre espacio muestral discreto y contínuo.

La diferencia es prácticamente única. En el espacio muestral discreto, como la

palabra lo indica es discreto, hay medida especificada. Por ejemplo, si se lanza un dado de
seis caras, se sabe que aparecerá un único resultado. Discreto, aquí también significa que
tiene fin. En este ejemplo, se sabe que el resultado puede ser 1, 2, 3, 4, 5, o 6.
En cambio en el espacio muestral contínuo, como la palabra lo indica, hay
continuidad entre uno y otro dato obtenido. Por ejemplo, si se mide la masa de varias

5
personas, es decir, se pesan, los valores obtenidos no puede ser cero. Porque se sabe que
cada persona tiene cierta masa. Supóngase que el primero de los datos fue 54,1543
kilogramos; pero nótese que quien mide decidió tomar cuatro decimales, pero pudo haber
tomado cinco, seis, siete…los decimales que quisiera si hubiera el aparato preciso para eso.
Sin embargo, en estos casos por lo general se toman dos decimales. Entonces habría
que hablar de intervalos. Por ejemplo, los que tienen peso entre 54,00 y 54,99. Es decir el
intervalo [54,00 – 54,99], luego el otro espacio o intervalo [55,00 – 55,99] y así se
formarían varios o muchos intervalos.

8.- Probabilidad.

Una de las características más especiales de los seres humanos, que nos diferencia
del resto de animales, es nuestra capacidad de “predicción”, de anticiparnos a los
acontecimientos que van a ocurrir. Muchas veces fallamos, pero otras muchas no y, esta
capacidad, nos ha permitido llegar hasta donde estamos hoy, pudiendo predecir tanto
peligros como oportunidades.
Es por eso que se considera que probabilidad es el cálculo matemático que evalúa
las posibilidades que existen de que una cosa suceda cuando interviene el azar.
La Probabilidad es la mayor o menor posibilidad de que ocurra un determinado
suceso. En otras palabras, su noción viene de la necesidad de medir o determinar
cuantitativamente la certeza o duda de que un suceso dado ocurra o no. Ésta establece una
relación entre el número de sucesos favorables y el número total de sucesos posibles. Por
ejemplo, lanzar un dado, y que salga el número uno (caso favorable) está en relación a seis
casos posibles (1, 2, 3, 4, 5 y 6); es decir, la probabilidad es 1/6.
La probabilidad está basada en el estudio de la combinatoria y es fundamento
necesario de la estadística, además de otras disciplinas como matemática, física u otra
ciencia. En ellas se aplica una teoría de probabilidades, la cual tiene como fin examinar las
formas y medios para obtener esas medidas de certeza, así como encontrar los métodos de
combinarlos cuando intervienen varios sucesos en un experimento aleatorio o prueba.

6
 Cada uno de los resultados obtenidos al realizar un experimento recibe el nombre de
suceso elemental. Se llama espacio muestral el conjunto de todos los sucesos elementales
obtenidos, de forma que todo subconjunto del espacio muestral es un suceso.
Cuando hablamos de probabilidad tenemos que diferenciar los tipos de sucesos que
pueden ocurrir, pueden ser: sucesos naturales, aquellos cuyo resultado podemos predecir; y
sucesos por azar, cuyo resultado no podemos predecir, pero que si se conoce los resultados
posibles que se pueden dar.
Los sucesos por azar se pueden clasificar en: suceso seguro, es aquel que es cierto,
que ocurrirá sin lugar a dudas. Por ejemplo, si lanzamos un dado, es seguro que saldrá un
número del 1 al 6. En suceso posible, es todo lo que compone un fenómeno determinado.
Por ejemplo, al lanzar una moneda, los sucesos posibles son cara o sello.
Y de último, tenemos al suceso imposible, el que no pueden ocurrir y se
contraponen a un suceso seguro. Por ejemplo, que en una partida de domino dos jugadores
tengan la misma ficha, sería imposible porque son 28 fichas diferentes. La probabilidad es 0
cuando el suceso es imposible y 1 cuando el suceso es seguro. Es decir que la probabilidad
se establece en el rango o intervalo de cero a uno [0-1].
En la actualidad existen compañías de seguros que evalúan las probabilidades de los
sucesos que les interesan (accidentes de coches, inundaciones, epidemias, etc.) y así poder
asignar las cuotas de manera justa. También, las probabilidades son importantes para la
ingeniería, específicamente la Civil: características de los materiales, dimensiones de
elementos estructurales, carga viva en edificios, carga sísmica y de viento, tránsito de
vehículos, entre otras.
La probabilidad se calcula usando una fórmula sencilla:
NF
P ( A )=
NP
En donde la probabilidad de que ocurra un evento A es igual al cociente entre el número de
casos favorables entre el número de casos posibles o totales.

9.- Interpretación de frecuencia de probabilidad.

La probabilidad frecuencial, también conocida como probabilidad frecuentista,

refiere a qué tan probable resulta un suceso si un experimento se repite muchas veces.

7
Puede entenderse como el cociente entre la cantidad de casos favorables y la cantidad de
casos posibles cuando la cantidad de casos tiende al infinito.
La idea de probabilidad frecuencial se emplea cuando se trabaja con un número muy
elevado de repeticiones, apreciándose así la tendencia a largo plazo. Es importante tener en
cuenta que la asignación de los valores siempre está vinculada al análisis de múltiples
iteraciones: por eso es habitual que se recurra a simulaciones computarizadas.
La utilidad de la probabilidad frecuencial suele ser debatida por los especialistas.
Hay expertos que consideran que el método no es empírico y que los criterios de
aleatoriedad que se manejan no son fiables. Para el cálculo de la probabilidad frecuencial,
se necesita realizar la programación del experimento en un sistema que brinde una iteración
aleatoria. El estudio de la probabilidad frecuencial del fenómeno en cuestión se desarrolla a
través de una tabla de valores.
Se considera que, después de un gran número de repeticiones, los valores que arroja
el experimento se aproximan a los valores teóricos. De este modo se toman los datos de la
probabilidad frecuencial para sacar conclusiones. Puede relacionarse la probabilidad
frecuencial, en definitiva, a la frecuencia relativa. Así se llama al cociente entre la
frecuencia absoluta (el número de veces que aparece el valor) y el tamaño de la muestra. Se
sostiene que, con la múltiple repetición del experimento aleatorio, la frecuencia relativa se
acerca a la probabilidad del suceso.

10.- Frecuencia relativa de un evento.

Frecuencia relativa: el resultado de dividir la frecuencia absoluta de un determinado

valor entre el número total de datos, se representa por n i. La suma de las frecuencias

fi
relativas es igual a 1. La frecuencia relativa se calcula mediante la fórmula ni = .
N
Las frecuencias relativas son siempre valores fraccionarios. La suma de las
frecuencias relativas es siempre igual a 1. El último valor correspondiente a las frecuencias
relativas debe ser 1. Esta frecuencia nos permite hacer comparaciones de muestras de
distinto tamaño. Dado que la frecuencia relativa es un cociente entre dos números, es que la
podemos representar como fracción, decimal y porcentaje.

8
11.- Los axiomas de probabilidad.

Los axiomas de probabilidad son proposiciones matemáticas referentes a la teoría de

la probabilidad, que no ameritan demostración. Los axiomas fueron establecidos en 1933
por el matemático ruso Andrei Kolmogorov (1903-1987) en su obra Fundamentos de la
Teoría de la Probabilidad y sentaron las bases del estudio matemático de la probabilidad.
Al llevar a cabo un cierto experimento aleatorio ξ, el espacio muestral E es el con
junto de todos los resultados posibles del experimento, llamados también eventos. Un
evento cualquiera se denota como A y P(A) es la probabilidad de que ocurra. Entonces
Kolmogorov estableció que:
 Axioma 1 (no negatividad): la probabilidad de que ocurra cualquier suceso
A siempre es positiva o cero, P(A) ≥0. Cuando la probabilidad de un suceso
es 0, se le llama suceso imposible.
 Axioma 2 (certidumbre): siempre que algún evento que pertenece a E, su
probabilidad de ocurrencia es 1, lo cual podemos expresar como P (E) = 1.
Es lo que se conoce como un suceso seguro, ya que al realizar un
experimento, con toda certeza hay un resultado.
 Axioma 3 (adición): en el caso de dos o más eventos incompatibles dos a
dos, llamados A1, A2, A3…, la probabilidad de que ocurra el suceso A1 más
el A2 más el A3 y así sucesivamente, es la suma de las probabilidades de
que suceda cada uno separadamente.
 P (A1 U A2 U A3 U…) = P (A1) + P (A2) + P (A3) +…

Los axiomas de probabilidad se utilizan ampliamente en multitud de aplicaciones.

Por ejemplo:
Se lanza una chincheta o tachuela al aire, y al caer al piso está la opción de caer con
la punta hacia arriba (U) o con la punta hacia abajo (D) (no consideraremos otras
posibilidades).
El espacio muestral de este experimento consta de estos eventos, luego E = {U, D}.

9
Al aplicar los axiomas tenemos:

P (E) = 1 (Axioma 2)

Pero P (E) = P (U) + P (D) (Axioma 3), porque estos eventos son mutuamente
incompatibles, o disjuntos. La chincheta no cae con la punta hacia arriba o hacia abajo al
mismo tiempo, es uno o lo otro, pero no ambos, ya que no se están considerando otras
posibilidades.

Entonces:

P (U) + P (D) = 1

P (U) = 1 – P (D)

Si es igualmente probable que caiga con la punta hacia arriba o hacia abajo,
entonces P (U) = P (D) = ½ (Axioma 1). Sin embargo, puede ser que por la construcción y
el diseño de la chincheta sea más probable que caiga de una manera o de otra. Por ejemplo,
puede ser que P (U) = ¾ mientras que P (D) = ¼ (Axioma 1).
Nótese que en ambos casos, la suma de las probabilidades da 1. Sin embargo, los
axiomas no indican la manera de asignar las probabilidades, al menos no completamente.
Pero sí afirman que son números comprendidos entre 0 y 1 y que, tal como ocurre en este
caso, la suma de todas es 1.
Ejemplo:
Tres caballos, A, B y C, están siendo tratados con tres métodos experimentales distintos
para aumentar la velocidad con la que pueden correr. Después del tratamiento intervienen
en una carrera. El caballo C tiene doble probabilidad de ganar que el caballo B, y B doble
que A. calcular las probabilidades de que gane cada uno.
Solución:
E={ A , B , C } P ( A )=k P ( B )=2 k P (C )=4 k
P ( A ∪ B ∪C ) ¿⃛ P ( A ) + P ( B )+ P ( C )=P ( E ) ¿¨ 1 Los tres puntos sobre el signo de la
igualdad indican la aplicación del axioma 3, y los dos puntos el axioma 2.
1
P ( E )=k +2 k +4 k=7 k Es decir que 7 k =1 de donde k =
7
1 2 4
Entonces P ( A ) = ; P ( B )= ; P ( C )=
7 7 7

10
12.- Fórmulas de probabilidad de unión de conjuntos.

Para calcular la probabilidad de la unión de sucesos, primero se debe mirar si los

sucesos son compatibles o incompatibles.
La probabilidad de la unión de sucesos incompatibles es
P ( A ∪ B ) =P ( A )+ P( B)
La probabilidad de la unión de sucesos compatibles es
P ( A ∪ B ) =P ( A )+ P ( B )−P( A ∩ B)
Se nota que cuando los sucesos son incompatibles P ( A ∩ B )=0. Esto quiere decir
que la segunda fórmula siempre es cierta.

 Ejemplo para unión de sucesos compatibles

Considérese el experimento de lanzar un dado y los siguientes eventos
 Que al lanzar el dado el número obtenido sea múltiplo de 3, esto es A={3 , 6 }
 Que al lanzar el dado el número obtenido sea 6, esto es B={6 }
Nótese que A ∩ B= {6 } ≠ 0por lo tanto son conjuntos compatibles.
2 1
Además P ( A )= y P ( B )=P ( A ∩ B ) =
6 6
2 1 1 2
Entonces P ( A ∪ B ) =P ( A )+ P ( B )−P ( A ∩B )= + − =
6 6 6 6

 Ejemplo para unión de sucesos incompatibles

Considérese el experimento de lanzar un dado y los siguientes eventos
 Que al lanzar el dado el número obtenido sea primo menor a 4 de, A={2 , 3}
 Que al lanzar el dado el número obtenido sea el 1 o el 6, B={1, 6 }
Nótese que A ∩ B=0=0 por lo tanto son conjuntos incompatibles.
2 2
Además P ( A )= y P ( B )=
6 6
Entonces

11
 2 2 2
P ( A ∪ B ) =P ( A )+ P ( B )= + =
6 6 3

12. a.- Eventos disjuntos.

Dos sucesos disjuntos o eventos excluyentes son dos posibles eventos de un espacio
de probabilidad que no pueden producirse simultáneamente. En términos de la teoría
axiomática de Kolmogorov, dos sucesos son sucesos disjuntos o incompatibles si no tienen
ningún elemento en común, por tanto su intersección es vacía.
 Ejemplo 1.- Si A y B son dos sucesos mutuamente excluyentes y la probabilidad de
A es 0,2 y la de B es 0,5. Hallar la probabilidad de que ocurran ambos sucesos.
La probabilidad pedida es P( A ∩ B) pero como son eventos mutuamente
excluyentes, ambos no pueden suceder a la vez.
P( A ∩ B)=0

 Ejemplo 2.- Se tienen 5 libros de distintas materias: Matemática, Biología, Química,

Física y Lenguaje. Si se toma uno de ellos al azar ¿Cuál es la probabilidad de que
sea de Matemática o de Física?
Solución:
El evento A es A={ que sea de Matemática }
El evento B es B= { que sea de Física }
La probabilidad pedida es
P ( A ∪ B ) =P ( A )+ P ( B )−P( A ∩ B)
Pero
P ( A ∩ B )=0 Porque son eventos disjuntos. El libro escogido no puede ser a la vez
de Matemática y de Física.
1
Además P ( A )=P ( B )=
5
1 1 2
P ( A ∪ B ) =P ( A )+ P ( B )−P ( A ∩B )= + −0=
5 5 5

12. b.- Eventos no disjuntos.

Dos sucesos no disjuntos o eventos incluyentes son dos posibles eventos de un

espacio de probabilidad que pueden producirse simultáneamente. En términos de la teoría

12
axiomática de Kolmogorov, dos sucesos son sucesos no disjuntos o compatibles si tienen
algún elemento en común, por tanto su intersección no es vacía.
La intersección de sucesos no disjuntos se calcula como:
P ( A ∩ B )=P ( A )−P ( B )+ P( A ∪ B)

Un ejemplo sencillo de la unión de dos sucesos A y B sería el siguiente.

Supongamos el caso del lanzamiento de un dado perfecto. Un dado que tiene seis caras
enumeradas del 1 al 6. De tal forma que los sucesos se definen a continuación:

A: Que salga mayor que 2. A = {3, 4, 5,6} en probabilidad es P(A)= 4/6 => P(A) = 0,67

C: Que salga cinco. C= {5} en probabilidad es PC)=1/6 => P(C) = 0,17

¿Cuál es la probabilidad de A ∩ C?

P(A ∩ C) = P(A) + P(C) – P(A U C)

Como P(A) y P(C) ya lo tenemos, vamos a calcular P(A U C)

A U C = {3, 4, 5,6} en probabilidades P(A U C) = 4/6 = 0,67

El resultado final es:

P(A U C) = P(A) + P(C) – P(A ∩ C) = 0,67 + 0,17 – 0,67 = 0,17 (17%)

La probabilidad de que salga mayor que 2 y a la vez que salga cinco es del 17%.

13.- Fórmula de probabilidad de complemento de un conjunto.

La regla de complementación o regla del complemento nos dice que si tenemos un evento

A, y su suceso contrario o complementario  Á , entonces, se cumple que: P ( Á ) = 1 – P(A)
También podemos expresarlo como: la probabilidad de que no ocurra A, es 1 menos la
probabilidad de que ocurra A.

Ejemplo 1
La probabilidad de que el FC Barcelona gane un partido jugando de local, es de 0,83.
Calcular la probabilidad de que empate o pierda un partido jugando de local.

13
 Suceso A: ganar el próximo partido de local. Del enunciado, conocemos el valor
de P(A)
P(A) = 0,83

 Suceso  Á : no ganar el próximo partido de local, es decir, que empate o pierda. Si
calculamos P( Á )
P ( Á ) = 1 – P(A)
P (  Á ) = 1 – 0,83 = 0,17
La probabilidad de que el Barcelona empate o pierda en su próximo partido de local es
de 0,17.

Ejemplo 2:
Calcular la probabilidad de no obtener un 1 al lanzar un dado al aire.
 Suceso A: obtener un 1 al lanzar un dado al aire. A= {1}. Si calculamos P(A):

casos favorables de A 1
P ( A )= =
casos totaleso posibles 6

 Suceso  Á: no obtener un 1 al lanzar un dado al aire, es decir, obtener un 2, 3, 4, 5 o

6.   Á = {2, 3, 4, 5, 6}. Si calculamos P( Á ):

P ( Á )=1−P( A)
1 5
P ( Á )=1− =
6 6

14.- Diagrama de árbol.

Un diagrama de árbol es una representación gráfica de los posibles resultados de un

experimento que tiene varios pasos. Nos permite calcular la probabilidad de que ocurra un
evento de una manera muy sencilla.
Para el cálculo de las probabilidades, usaremos un truco, si para calcular cierta
probabilidad avanzamos hacia la derecha, entonces multiplicamos. Por otro lado, si para
calcular cierta probabilidad avanzamos hacia abajo, entonces sumamos.

Ejemplo

14
 En una academia hay 3 aulas: el aula roja, el aula azul y el aula negra. El aula roja
tiene al 50 % de los estudiantes de la academia, el aula azul al 30 % y el aula negra al 20 %.
Además, en cada aula hay un 40 % de hombres. Si se selecciona un estudiante al azar, ¿cuál
es la probabilidad de que sea un estudiante hombre del aula negra o un hombre del aula
azul?

Solución:

Vamos a calcular la probabilidad que nos pide el reto. Recuerda que multiplicamos
cuando avanzamos hacia la derecha y sumamos cuando avanzamos hacia abajo.

La respuesta sería 0,20 o 20%.

15.- Fórmula de permutación.

La siguiente regla nos dice cómo calcular el número total de formas distintas en que
r de los n objetos distintos pueden ser ordenados. Esta forma se conoce como la regla de las
permutaciones. Por ejemplo, calcular las posibles permutaciones de 2 elementos que se
pueden formar con los números 1, 2 y 3. Se pueden establecer 6 secuencias (permutaciones)
diferentes: (1,2), (1,3), (2,1), (2,3), (3,1) y (3,2). En el cálculo de permutaciones las parejas
(1,2) y (2,1) se consideran distintas pues aquí importa el orden.

15
Regla o fórmula de las permutaciones
El número total de permutaciones (secuencias) de r elementos seleccionados de una
colección de n elementos distintos está dado por
n!
Pn , r=
( n−r ) !
Ejemplo:
¿De cuántas formas distintas se pueden repartir las medallas de oro (primer lugar), plata
(segundo lugar) y bronce (tercer lugar) en una competencia de 100 metros donde hay 8
participantes?
Nótese que hay 8 elementos distintos, así que n=8; de los cuales 3 recibirán medallas, r=3.

n!
Pn , r=
( n−r ) !
8! 8!
P8,3 = = =336
( 8−3 ) ! 5 !
Entonces existen 336 maneras de repartir los premios.

16.- Fórmula de combinación.

Un cálculo importante es determinar el número de combinaciones (grupos de 1, 2,

3, etc. elementos) que se pueden formar con n elementos distintos sin importar el orden.
Cada combinación se diferencia de las otras en los elementos que la componen, sin que
influya el orden.
Por ejemplo, supongamos que se desea calcular las posibles combinaciones (grupos)
de 2 elementos que se pueden formar con los números 1, 2 y 3. Notemos que se pueden
establecer 3 parejas diferentes: (1,2), (1,3) y (2,3). Por lo tanto, decimos que hay 3
combinaciones posibles al seleccionar 2 elementos de un total de 3 elementos distintos. En
el cálculo de combinaciones las parejas (1,2) y (2,1) se consideran idénticas, por lo que sólo
se cuentan una vez.
También utilizamos una regla para este cómputo, la cual llamamos regla de las
combinaciones.
Regla de las combinaciones

16
 El número total de combinaciones (grupos) de r elementos seleccionados de una
colección de n elementos distintos está dado por
n!
Cn ,r =
r ! (n−r) !
Ejemplo
De un total de 10 personas se elegirá un comité de 4 personas ¿Cuántos resultados distintos
son posibles?
Solución
Nótese que se tienen 10 personas distintas, n = 10; de las cuales sólo se elegirán 4, r = 4.
Además es claro que no importa el orden en que se realice la elección, sino las personas
seleccionadas para el comité.
n!
Cn ,r =
r ! (n−r) !

10 ! 10 ! 10∗9∗8∗7∗6 !
C 10 , 4= = =210
4 !(10−4)! 4 ! 6 ! 4∗3∗2∗6 !

Se tiene entonces que existen 210 resultados distintos.

17.- Fórmula de variación.

Se llama variaciones ordinarias de m elementos tomados de n en n (m ≥n) a los

distintos grupos formados por n elementos de forma que: no entran todos los elementos, sí
importa el orden, no se repiten los elementos.
m!
Vm , n=
(m−n) !

Ejemplo: ¿Cuántos números de tres cifras diferentes se pueden formar con los dígitos 1, 2,
3, 4, 5?

m=5. n=3 m≥ n 5>3

No entran todos los elementos. De 5 dígitos entran sólo 3.

Sí importa el orden. Son números distintos el 123, 231 y 321.

No se repiten los elementos. El enunciado pide que las cifras sean diferentes.

17
 m!
Vm , n=
(m−n) !

5! 5!
V 5 ,3= = =60
(5−3)! 2 !

Se pueden formar 60 números diferentes.

18
 BIBLIOGRAFÍA

Canavos, G. 1988. Probabilidad y Estadística: Aplicaciones y métodos. McGraw Hill.

Devore, J. 2012. Probability and Statistics for Engineering and Science. 8th. Edition.
Cengage.

Lipschutz, S. 1991. Serie Schaum: Probabilidad. McGraw Hill.

Obregón, I. 1989.Teoría de la probabilidad. Editorial Limusa.

Walpole, R. 2007. Probabilidad y Estadística para Ingeniería y Ciencias. Pearson.

Julián Pérez Porto. Publicado: 2019. Definición de: Definición de probabilidad frecuencial
(https://definicion.de/probabilidad-frecuencial/)

Concepto definición de, Redacción. (Última edición: 18 de julio del 2019). Definición de
Probabilidad. Recuperado de: https://conceptodefinicion.de/probabilidad/. Consultado el 8
de mayo del 2020.

19