Cuadernillo Probabilidades I PDF

Ilse Pérez C. y Enrique Pérez P.
Fundamentos Básicos de la
Teoría de Probabilidad
Serie Cuadernos de Ingeniería Industrial

2007 Actualidad y Nuevas Tendencias
2
Universidad de Carabobo
Facultad de Ingeniería
Escuela de Ingeniería Industrial
Ilse Pérez Castillo

Ingeniero Industrial; Universidad de Carabobo
Estudiante Maestría en Ingeniería Industrial; Universidad de Carabobo
Enrique Pérez Pérez

Ingeniero en Información; Universidad Tecnológica del Centro
Estudiante Maestría en Matemática y Computación; Universidad de Carabobo
Serie Cuadernos de Ingeniería Industrial ®

Publicaciones de la Facultad de Ingeniería - UC
3
Elementos de Probabilidad
Objetivos:
1.- Interpretar, analizar y describir experimentos aleatorios a través de conjuntos numerables de
eventos y establecer relaciones entre los resultados o puntos muestrales.
2.-.Interpretar, analizar y calcular la probabilidad de eventos utilizando técnicas y aplicaciones de la
teoría de probabilidad.
Contenido:
Experimentos aleatorios. Espacios muestrales. Definición y relación de eventos. Técnicas de conteo.

Probabilidad. Axiomas de probabilidad. Probabilidad clásica. Probabilidad condicional .Probabilidad
Total. Teorema de Bayes. Eventos independientes.
Competencias del Perfil Profesional
Competencias Transversales/Genéricas
Capacidad de análisis y resolución de problemas. Caracterización de condiciones de experimentación.

Motivación por el conocimiento teórico para futuras aplicaciones en Ingeniería Industrial tales como
control estadístico de calidad, control de la producción, simulación, entre otros.
Competencias específicas
Cognitivas (Saber). Diferencia entre modelos determinísticos y no determinísticos. Descripción de

espacios muestrales. Conocimiento y expresión de relaciones entre conjuntos. Conocimiento,
interpretación y uso de los axiomas de probabilidad. Conocimiento y uso de las técnicas de conteo.
Cálculo de probabilidad clásica. Cálculo de probabilidad condicional. Independencia de eventos.
Procedimentales/Instrumentales (Saber hacer). Describir y clasificar espacios muestrales. Describir los

elementos de un evento y expresar el mismo en notación de conjunto. Calcular el número de casos
totales de un experimento aleatorio y los correspondientes casos favorables de un evento. Interpretar
y calcular probabilidades condicionales. Interpretar y calcular la probabilidad de eventos
independientes.
Actitudinales (Ser). Interpretación y uso de los modelos no determinísticos. Importancia de la teoría

de probabilidades en cualquier área de conocimiento y especialmente en Ingeniería Industrial,
generación de interés y curiosidad de su aplicación en distintas áreas. Uso de axiomas y simbología
adecuada. Capacidad de abstracción. Pensamiento cuantitativo. Pensamiento estadístico.
Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

4
ESPACIOS MUESTRALES
Fundamentalmente, el trabajo de los científicos consiste en describir lo que ven, tratar de

explicar lo observado y usar estos conocimientos para predecir eventos del mundo en que vivimos.
La explicación con frecuencia asume la forma de un modelo. Un modelo es una explicación teórica
del fenómeno en estudio y, desde luego, suele expresarse en forma verbal. A efectos de aplicar el
modelo para objetivos de predicción, esa descripción verbal debe traducirse en una o más ecuaciones
matemáticas. Éstas pueden usarse para determinar el valor de una variable específica del modelo con
base al conocimiento de los valores de otras variables del propio modelo, en este sentido se permite
determinar un valor preciso de la variable de interés bajo condiciones experimentales específicas, esto
es un modelo determinístico. Por desgracia, muchos otros fenómenos no pueden describirse con este
tipo de modelos, es decir las condiciones del experimento no determinan su resultado, este tipo de
experimentos que constituyen un proceso cuyo resultado no puede predecirse certeramente con
anterioridad, se les denomina experimentos aleatorios. Aún cuando la palabra experimento sugiere
cualquier acción o proceso que genera observaciones en una prueba de laboratorio, en este caso se
usa en un sentido más amplio, así puede considerarse como experimentos de interés lanzar una
moneda, seleccionar una baraja de un grupo, extraer una bola de una caja, pesar una caja de
detergente, pesar la cantidad de desperdicio obtenido de un proceso, contar los clientes que entran a
una tienda en una día, contar los defectos de una pieza, etc. Bajo tales circunstancias, debe
encontrarse otra forma de predecir el comportamiento de estos fenómenos con cierto grado de
certidumbre. Ello puede hacerse con la ayuda de métodos probabilísticos o no determinísticos. En estos
modelos las condiciones experimentales determinan solamente el comportamiento probabilístico de
los resultados observables.
Para determinar qué es probable en un experimento se requiere conocer primero qué es
posible. Es decir lo primero en el análisis de los experimentos aleatorios es considerar todos los
posibles resultados del mismo, estos resultados individuales se les conoce como eventos elementales,
eventos simples o puntos muestrales, al conjunto o totalidad de los resultados posibles se denomina
espacio muestral S.
5
EJEMPLOS RESUELTOS
EJEMPLO 1.1 Considere el experimento que consiste en realizar dos lanzamientos de una moneda
normal y observar las caras superiores.
Es habitual que pueda identificarse sin dificultad un espacio muestral cuando el número de
posibilidades o puntos muestrales es pequeño. En este ejemplo los posibles resultados del
experimento aleatorio quedan descritos por la totalidad de posibles combinaciones de resultados de
cada uno de los lanzamientos, así habrá entonces que describir el resultado del primer lanzamiento,
es decir cara, o sello y simultáneamente el resultado del segundo lanzamiento, de igual forma cara y
sello. Se tiene entonces:
S={(cara,sello);(sello,cara);(cara,cara);(sello,sello)}
EJEMPLO 1.2 Considere el experimento que consiste en registrar los resultados obtenidos al
clasificar como conformes o no, tres piezas fabricadas en cierto proceso.
Es útil contar con una herramienta para desarrollar el espacio a medida que el número de
resultados aumenta. Una de esas herramientas es el diagrama de árbol. Puesto que interesa describir
las condiciones de cada pieza se necesita un espacio que aporte dicha información. La primera pieza
puede ser conforme o no al momento de la inspección, esto se indica con c= conforme y n= no
conforme, de igual forma la segunda y tercera pieza.

6
El espacio muestral S del experimento puede leerse en el diagrama de árbol de la figura I.1 al
considerar cada una de las ocho ramas por trayectorias distintas del árbol, así se tiene:
S={(c,c,c);(c,c,n);(c,n,c);(n,c,c);(c,n,n);(n,c,n);(n,n,c);(n,n,n)} , donde por ejemplo, (c,n,c) denota el
hecho de que la primera y tercera pieza fueron clasificadas como conformes al momento de la
inspección, mientras que la segunda pieza resultó no estar conforme.
Otra manera de describir el espacio muestral del experimento planteado, podría ser:
S= { (p1,p2,p3) / p1,p2,p3=c,s }, ya sea que se quiera describir explícitamente o enumerar los posibles
resultados ( por extensión), o describirlos de un manera resumida o sucinta al señalar una(s)
característica(s) cumún (es) que tengan los elementos o puntos muestrales( por compresión).
Los espacios muestrales correspondientes a los dos ejemplos presentados son clasificados
como espacios muestrales finitos, pues están formados por un conjunto numerable de elementos o
eventos simples.
EJEMPLO 1.3 Considere el experimento en el cual se lanza un dado hasta obtener una sucesión de
dos caras “1” seguidas, se registran los resultados de las caras superiores obtenidas en cada
lanzamiento.
7
Cada vez que se lanza el dado se puede observar cualquiera de las seis caras del mismo, sin
embargo lo que se pretende registrar son los resultados posibles en la búsqueda de dos caras “1”
consecutivas. Es evidente que el resultado en el cual se obtienen dos caras “1” seguidas no tiene
ninguna garantía de que ocurra en algún momento. Es concebible imaginar entonces que nunca
salgan dos “1” seguidos, en cuyo caso el espacio muestral que contenga todos los posibles resultados
de un experimento de esta naturaleza tendría que poseer infinitos elementos o puntos muestrales al
advertir como una más de las posibilidades, que el experimento podría prolongarse indefinidamente.
Este espacio muestral puede ser descrito como:
S = { 11, 211, 311, 411, 511, 611, 1211, 1311, … }. El espacio muestral que corresponde a
este experimento es de tipo infinito, no obstante existe una evidente diferencia con respecto a otros
espacios infinitos como se aclarará luego. El diagrama de árbol correspondiente a este espacio es
asimétrico.
EJEMPLO 1.4 Considere el experimento que consiste en lanzar un dado y medir el tiempo que
tarda en detenerse totalmente.
Como una idealización del experimento, el dado nunca se saldrá del área de observación y
siempre será posible medir el tiempo requerido. Desde luego este experimento tendrá infinitos
resultados, el tiempo que se está midiendo, está asociado a un número real y aunque, razonablemente
este tiempo estará acotado entre un valor mínimo y un valor máximo, por ejemplo tmín y tmáx, entre
éstos habrá infinitos valores. Este espacio muestral puede ser descrito como:
S = { t ∈ ℜ / tmín ≤ t ≤ tmáx }.
El espacio muestral que corresponde a este experimento es también de tipo infinito, pero
aquí se está en presencia de un espacio muestral distinto al recién referido en el ejemplo 1.3; para
aclarar esto se señalará a continuación lo que el matemático ruso George Cantor (1845-1918) dijo
sobre los conjuntos que tienen infinitos elementos.
En la década de 1870 Cantor busca una forma para comparar el tamaño de los conjuntos
infinitos. En su trabajo, estudia al infinito como una realidad que está al mismo nivel de lo finito y no
como una abstracción. Para la época, sus aseveraciones fueron revolucionarias aunque hoy son
aceptadas ampliamente. De acuerdo a lo anterior: “Si hay un número infinito de elementos en un
conjunto que pueden ponerse en una correspondencia uno-a-uno con los enteros positivos se dice
que este conjunto tiene un número de elementos infinito contable o infinito numerable. Para

8
conjuntos que tienen un número de elementos infinito no numerable, como lo determina su

denominación, no podrán enumerarse sus elementos”
Habiendo conocido la manera en que Cantor distingue el número de elementos infinito que
ha aparecido en los dos últimos experimentos definidos se podrá considerar que la clasificación que
en probabilidades se hace de los espacios muestrales en cuanto al número de elementos que poseen
es entonces: espacio muestral finito, infinito numerable y finalmente infinito no numerable. En
algunas obras reconocidas de probabilidades se les denomina espacios muestrales discretos a los
espacios muestrales finitos e infinitos numerables, para distinguirlos marcadamente de los espacios
muestrales infinito no numerables.
Aún cuando en el presente capítulo no se realizan planteamientos para el cálculo de la

probabilidad de eventos, se debe tener presente que la descripción del espacio muestral es sólo el
primer paso para el planteamiento de un modelo, que resultará en la presentación de una función de
probabilidad, por lo que es importante establecer una diferencia básica entre los espacios muestrales
planteados en los ejemplos 1.1 y 1.2. En el ejemplo 1.1, puesto que cada uno de los lanzamientos es
realizado con una moneda normal, es decir la probabilidad de cara es igual a la de sello, en cada
lanzamiento, los puntos muestrales en este ejemplo son equiprobables. Sin embargo, es incorrecto
suponer que los puntos muestrales del ejemplo 1.3 tienen igual probabilidad. Ello sería verdadero si y
solo si cada una de las tres piezas inspeccionadas tuvieran iguales probabilidades de resultar
conformes o no al momento de la inspección. Afortunadamente, la tecnología y el control de calidad
brinda mejores probabilidades.
EJEMPLO 1.5 Considere el experimento que consiste en realizar dos lanzamientos de un dado
normal y observar las caras superiores.
Cada vez que se lanza el dado se puede observar cualquiera de las seis caras del mismo, por
lo que al registrar ambos resultados se considerarán todas las combinaciones posibles de pares de
resultados. Este espacio muestral puede ser descrito por compresión como:
S = { (a, b) ∈ Ε / 1 ≤ a , b ≤ 6 },
Donde, por ejemplo, el par (2,5) denota el hecho de que en el primer lanzamiento resultó la
cara “2” y en el segundo lanzamiento el resultado fue “5”. Es lógico pensar que los puntos
muestrales de este espacio son equiprobables, puesto que el dado que interviene es normal, es decir
9
cada una de las caras son igualmente probables, por lo que al combinar dos lanzamientos de dicho
dado todos los pares de resultados también lo serán.
A partir de un mismo experimento aleatorio se pueden generar distintos espacios muestrales,

dependiendo de lo que se desea observar y por consiguiente registrar.
Para el experimento considerado en el ejemplo 1.5 ahora interesa registrar el resultado de la suma de
los números que aparecen en las caras superiores de cada lanzamiento. El mínimo resultado para la
suma de los números de ambas caras se genera cuando se obtienen los mínimos valores de las caras
superiores en cada lanzamiento, es decir (1,1) la suma resulta ser 2, así el máximo valor de la suma se
genera con el par de caras (6,6), siendo el resultado de la suma de ambas caras superiores 12. Vemos
que cada uno de estos dos posibles resultados de la suma se generan por un punto muestral del
espacio anterior. Sin embargo, para que la suma de los pares de caras superiores resulte ser 7, debe
ocurrir uno de los siguientes pares (1,6), (6,1),(2,5),(5,2),(3,4),(4,3). Considerando que cada uno de
los pares de posibles resultados de las caras superiores son igualmente probables ( espacio muestral
anterior), se tiene entonces que la suma igual a 7 tiene seis veces la probabilidad de que la suma
resulte ser 2, por lo que este último espacio no es equiprobable. Finalmente, el espacio muestral
puede ser descrito por:
S = { 2,3,4,5,6,7,8,9,10,11,12 }
EJEMPLO 1.6 Considere el experimento siguiente, se tiene una caja que contiene n bombillos, de
los cuales r (1≤r ≤n). Se prueban los bombillos uno a uno hasta encontrar uno defectuoso. Se
registra el número de bombillos inspeccionados.
El experimento termina en el momento en que se obtenga un bombillo defectuoso, por
consiguiente, el experimento en cuestión podría terminar en la primera extracción. Sin embargo,
podría ocurrir que fuese necesario extraer todos los bombillos no defectuosos, obteniendo de
manera segura con una extracción adicional el buscado bombillo defectuoso. Siendo las posibilidades
anteriores los casos extremos entre los posibles resultados del experimento. El espacio entonces
puede describirse como:
S = { 1,2,3,4,5,……, ((n-r)+1) }, siendo (n-r) el número total de bombillos no defectuosos.
Considere ahora que para el mismo experimento planteado en el ejemplo 1.6, se registra el número
de bombillos no defectuosos que quedan en la caja.

10
Para la construcción de este espacio, necesariamente se hace referencia el espacio anterior, si solo se
requiere de una extracción para conseguir un bombillo defectuoso, no se llegó a extraer ningún
bombillo no defectuoso, en cuyo caso el número de éstos permanece intacto en la caja, entonces
registraremos n-r bombillos no defectuosos quedaron en la caja. Sin embargo, si para concluir con el
experimento fue necesario extraer todos los bombillos no defectuosos, de forma que con una
extracción adicional se obtiene el bombillo defectuoso, se registraría que el número de bombillos no
defectuosos que queda en la caja es cero. En resumen, puesto que la última extracción que se realiza
es la primera y única en donde se obtiene un bombillo defectuoso, las anteriores a ella
corresponderán a extracciones de bombillo no defectuosos, es decir el número de bombillo no
defectuosos extraídos será igual al total de extracciones menos uno, entonces la cantidad de éstos que
queda en la caja será la diferencia entre los extraídos de este tipo y el número inicial n-r , así por
ejemplo, si fue necesario extraer cinco bombillo fue que el quinto extraído fue el primero y único
defectuoso, por lo que los primeros cuatro resultaron no defectuosos, el total de éstos últimos que
quedan en la caja será (n-r)-4 acompañados de los defectuosos, cuya cantidad independientemente
del número de extracciones siempre será (r-1) . Finalmente es espacio puede describirse como:
S = { 0,1,2,3,4,5,……, (n-r) }
EJEMPLO 1.7 Considere el experimento que consiste en seleccionar de forma aleatoria tres
compartimientos entre cinco disponibles y repartir entre ellos tres bolas distinguibles, digamos una
amarilla, una roja y otra verde. Se desea registrar los compartimentos seleccionados y la ubicación de
cada una de las bolas.
Se identifica cada uno de los compartimientos como 1,2,3,4,5. Una terna indica la posición o
compartimiento final de cada una de las bolas, la primera coordenada indica el compartimiento que
ocupa la bola amarilla, la segunda el compartimiento de la bola roja y finalmente la tercera el de la
bola verde, así por ejemplo la terna (4,2,3), denota el hecho de la bola amarilla queda en el
compartimiento 4, la bola roja en el 2 y la verde en el 3, quedando implícito que se seleccionaron los
compartimientos 2,3, y 4. Sin embargo, la terna (3,4,2), aunque señala la misma selección de los
compartimientos, indica posiciones finales diferentes para cada una de las bolas. El espacio muestral
puede describirse como:
S = { (a,r,v) / a,v,r= 1,2,3,4,5 ^ a≠r≠v }
Considere ahora el mismo experimento, pero repartiendo bolas no distinguibles, ahora solo interesa
registrar los compartimientos seleccionados. Así por ejemplo las ternas (2,3,4); (2,4,3); (3,2,4); (3,4,2);
(4,2,3); (4,3,2), están indicando exactamente el mismo resultado del experimento puesto que las
11
bolas no pueden distinguirse, en cada uno de ellos se seleccionan los compartimientos 2, 3, y 4 que
al fin y al cabo es lo que importa registrar, por ello para no hacer una sobre estimación de puntos
muestrales, habrá que considerar la forma de tratar estos seis puntos como un único punto que
indique que los compartimientos seleccionados son 2, 3 y 4. Lo anterior podría hacerse registrando
independientemente del orden de la selección realizada un único ordenamiento, por ejemplo en
forma ascendente. Finalmente, el espacio muestral puede describirse como:
S = { (i,j,k) / i,j,k= 1,2,3,4,5 ^ i<j<k }
EJERCICIOS PROPUESTOS
1.1.- Se hacen tres lanzamientos imparciales de una moneda normal, se registra, para cada
lanzamiento, el lado de la moneda que queda mirando hacia arriba.
1.2.- Se hacen tres lanzamientos imparciales de una moneda normal, se registra el número de caras
obtenidas.
1.3.- Se hacen lanzamientos imparciales de una moneda normal, se registra el número de

lanzamientos que es necesario realizar hasta que ocurre por primera vez una cara.

lanzamientos que es necesario realizar hasta que ocurre por tercera vez una cara.

lanzamientos que es necesario realizar hasta que ocurre cara en dos lanzamientos consecutivos.
1.6.- Se lanzan tres monedas simultáneamente, se registra el área del triángulo que forman (el punto
medio de las monedas serán los vértices del triángulo).
1.7.- Una persona realiza el siguiente procedimiento, lanza una moneda legal diez veces. Repite este
procedimiento hasta que el número de caras supere al número de sellos en esos diez lanzamientos. Se
registra el número de veces que se repite el procedimiento.

12
1.8.- Se lanza una moneda una vez. Si sale cara se lanza un dado y el número que salga se paga en
bolívares. Si sale sello se lanzan 2 dados y se paga en bolívares lo correspondiente a la suma de las
caras que quedan hacia arriba de los dados lanzados. Se registran las cantidades pagadas.
1.9.- Se produce un bombillo eléctrico y se pone a funcionar hasta que se quema. Se registra la
duración, en horas, del bombillo.
1.10.- Se produce un componente electrónico y se pone a funcionar hasta que falla o hasta que hayan
transcurrido 100 horas de funcionamiento, lo primero que ocurra. Se registra la duración total de la
prueba.
1.11.- Se ponen a funcionar m bombillos marca 1 y n bombillos marca 2. Cuando ha fallado un total
de k bombillos se registra el número de sobrevivientes de cada marca.
1.12.- Se observa, durante una hora, la llegada de clientes a un gran establecimiento comercial. Se
registra el número de clientes que llegan en tal período de tiempo.
1.13.- Se observa, durante una hora, la llegada de clientes a un gran establecimiento comercial. Se
registra el número de clientes femeninos y el número de clientes masculinos que llegan en tal período
de tiempo.
1.14.- Se observa la llegada de 10 clientes a un gran establecimiento comercial. Se registra el tiempo

de la prueba.
1.15.- En una caja se encuentran tres objetos verdes y dos objetos blancos. Considere el
experimento que consiste en seleccionar al azar dos objetos uno a uno sin reemplazo y considerando
el orden. Se registra el color de los objetos seleccionados.
1.16.- Consideremos dos cajas conteniendo pelotas de igual textura y tamaño que sólo se diferencian
por el color. En la caja I hay 2 pelotas negras, 1 roja y 1 azul. En la caja II hay 2 blancas, 1 roja y 1
azul. Se selecciona una pelota de la caja I y se coloca dentro de la caja II. Ahora se toman dos pelotas
de la caja II, sin prestar atención al orden en la extracción de estas últimas dos pelotas. Se registra el
color de la pelota extraída de la caja I y se registra el color de las pelotas extraídas de la caja II.
13
1.17.- Un mono tiene tres marcadores de distinto color (azul, verde y rojo) y dispone de cuatro cajas
para introducirlos totalmente al azar. Se registra la ubicación final de cada marcador. Realice la
experiencia suponiendo que en cada caja cabe más de un marcador y también suponiendo que solo
cabe un marcador.
1.18.- Una caja contiene n fichas numeradas 1, 2, 3,... n. Se saca una ficha de la caja y se registra su
número y se retorna a la caja. Luego se saca nuevamente una ficha y se registra su número.
1.19.- Una caja contiene n fichas numeradas 1, 2, 3,... n. Se saca una ficha de la caja y se registra su
número y se deja fuera de la caja. Luego se saca nuevamente una ficha y se registra su número.
1.20.- Cierto artículo proveniente de una línea de producción puede clasificarse como "defectuoso"
(D) o "no defectuoso" (N). Se clasifican artículos hasta obtener dos defectuosos consecutivos o hasta
tener clasificados cuatro artículos, lo primero que ocurra. Se registra la condición de cada artículo
clasificado.
1.21.- En cierta fábrica hay tres máquinas identificadas como 1, 2 y 3. Al final de cada día las
máquinas son inspeccionadas para decidir si requieren mantenimiento. Se registra el resultado de la
inspección.
1.22.- En cierta fábrica hay tres máquinas identificadas como 1, 2 y 3. Al final de cada día se
inspeccionan los artículos producidos por cada máquina y se registra el número de artículos
defectuosos producidos.
1.23.- En cierta fábrica se elaboran dos tipos de artículo, que llamaremos 1 y 2. Para elaborar cada
unidad del artículo tipo 1 se elige entre tres diseños, que referiremos como 1, 2 y 3. Para elaborar
cada unidad del artículo tipo 2 puede elegirse entre los tres diseños anteriores y dos diseños más, que
llamaremos 4 y 5. Se produce una unidad de cada tipo de artículo. Se registra primero el diseño
elegido para elaborar la unidad del artículo tipo 1 y luego se registra el diseño elegido para elaborar la
unidad del artículo tipo 2.

14
1.24.- Cierta pieza se elabora en dos etapas sucesivas, que llamaremos 1 y 2. El tiempo requerido, en
minutos, para la ejecución de cada etapa, toma valores en el intervalo [2,6]. Se registra el tiempo
requerido para la ejecución de cada etapa.
1.25.- Cierta pieza se elabora en dos etapas sucesivas, que llamaremos 1 y 2. El tiempo requerido, en
minutos, para la ejecución de cada etapa, toma valores en el intervalo [2,6]. Se registra el tiempo total
requerido para la elaboración de la pieza.
1.26.- Cada unidad de cierto tipo de producto puede presentar tres tipos de defecto, que llamaremos
1, 2 y 3. Se inspecciona una unidad del producto y se registra si posee o no cada tipo de defecto.
1, 2 y 3. Se inspeccionan cuatro unidades del producto y se registra la cantidad total de tipos de
defectos que posee cada unidad.
1, 2 y 3. Se inspeccionan cuatro unidades del producto y se registra la cantidad de veces que se
presenta cada uno de los tres defectos.
1.29.- Dos máquinas, que llamaremos 1 y 2, operan independientemente para producir, cada una, 100
unidades por día de cierto artículo. En cada día, tanto la máquina 1 como la máquina 2 pueden
producir un total de 1, 2, 3, 4 y 5 unidades defectuosas. En un día dado se registra el número total de
unidades defectuosas producidas por cada máquina.
1.30.- La calidad de cierto producto se clasifica en tres niveles, que designaremos 1, 2 y 3 (de mejor a
peor). Se inspecciona una unidad y se registra su nivel de calidad, luego se inspecciona otra unidad y
se registra su nivel de calidad.
1.31.- Se tiene m cantidad de cada uno de tres modelos de piezas A, B y C. Se inspeccionan piezas al
azar, sin importar el modelo de pieza de que se trate, hasta encontrar una que no cumpla con las
especificaciones correspondientes de calidad. Se registra el número de piezas de cada modelo que
fueron inspeccionadas.
15
1.32.- Se toman muestras de tamaño cinco de un proceso para analizar dos características de calidad
importantes y se registra si se adecua o no a las especificaciones de calidad cada elemento de la
muestra.
1.33.- Un dispositivo consta de tres piezas ensambladas, se cuenta y se registra el número de defectos
detectados en cada una de las tres piezas.
1.34.- Se escogen cuatro personas y a cada una se les pide seleccionar una de tres marcas de cierto
tipo de producto. Se registra la marca seleccionada por cada persona.
1.35- La materia prima para la fabricación de cierto producto es vendida por cinco proveedores, que
llamaremos 1, 2, 3, 4 y 5. En cada semana la fábrica realiza un pedido eligiendo entre los cinco
proveedores. Considere un período de tres semanas sucesivas. Se registra el proveedor elegido en
cada semana.
1.36.- Un mensajero debe ir cierto día a cinco bancos, que denotaremos 1, 2, 3, 4 y 5. Los bancos 1,
2, y 3 están ubicados en la zona norte de la ciudad y los bancos 4 y 5 en la zona sur. El mensajero
visitará primero los bancos de una zona y luego los de la otra zona. Se registra el orden en que fueron
visitados los bancos.
1.37- Cierta persona viaja casi todos los fines de semana hacia otra ciudad y para ello cuenta para el
viaje de ida con cuatro líneas de transporte colectivo diferentes ( I, II, III y IV ), en el viaje de regreso
la línea II no presta el servicio. Se registra la línea usada de ida y la línea usada en el regreso en los
dos últimos fines de semana.
1.38.- De un grupo de tres mujeres y seis hombres se seleccionan dos mujeres y un hombre y se
registran las personas seleccionadas.
1.39.- Cierto estudiante cursa en un semestre cinco materias, en cada una de ellas puede resultar
reprobado, aprobado o distinguido, se registra el resultado de cada materia.

16
1.40.- Tres personas dejan diariamente sus vehículos en el estacionamiento de un edificio comercial
que tiene tres áreas claramente demarcadas como α, β y λ. Para un día cualquiera se registra el área
seleccionada para cada vehículo.
1.41.- Una biblioteca de una universidad tiene cinco ejemplares de cierto texto en reserva. Dos de
los ejemplares, identificados como 1 y 2, son primeras impresiones, y los otros tres, identificados
como 3, 4 y 5, son segundas impresiones. Un estudiante inspecciona los libros en orden aleatorio,
deteniéndose sólo cuando encuentra una segunda impresión. Se registra los libros y el orden en que
fueron inspeccionados.
1.42.- En un almacén se revisa el vencimiento de ciertos productos enlatados enviados en las mismas
fechas por los proveedores A y B, para ello se tomarán al azar tres productos del proveedor A, a
partir de un grupo de 10 y otros tres productos del proveedor B, a partir de un grupo de 20. Defina
el espacio muestral en cada caso e indique su tipo:
a. Se registra para cada proveedor la condición e identificación de cada producto seleccionado en
cada uno de las muestras tomadas.
b.- Si se encuentran al menos dos productos vencidos el proveedor será sancionado, se registra para
cada proveedor la identificación de los productos seleccionados en la muestra, el número total de
productos vencidos encontrados por proveedor y si el mismo debe ser sancionado.
1.43.- Un organismo encargado de un proceso electoral debe elegir entre 3 compañías para realizar
las siguientes etapas del proceso: servicio técnico, publicidad y totalización de votos. Suponga que
cada una de las compañías puede realizar cualquiera de las tres etapas. Se registra la compañía
seleccionada para cada etapa del proceso.
1.44.- Usted ha sido invitado, para la misma fecha, a siete fiestas, de las cuales dos son de
cumpleaños, tres de matrimonio y dos de bautizo. Solamente puede asistir a dos de ellas, y decide
elegir al azar a cuáles dos fiestas asistirá. Se registran las fiestas a las que asiste.
1.45.- Cinco Ingenieros Industriales denotados por 1, 2, 3, 4 y 5 forman parte de un grupo a partir
del cual se seleccionarán 3 personas para asistir a un congreso. Se registra la selección realizada.
17
1.46.-Una persona viaja 4 veces al exterior, para ello dispone de 3 distintas líneas aéreas. En cada
viaje se registra la línea seleccionada por la persona.
1.47.- Una compañía de adiestramiento ofrece seis curso en distintas áreas, a saber áreas 1,2,3,4,5,6.
Una persona selecciona al azar tres de tales cursos, se registra la selección realizada.
1.48.- Un supervisor de ventas de una compañía debe visitar distribuidores en dos zonas, A y B. En
la zona A hay cinco distribuidores (a1, a2, a3, a4 y a5) y en la zona B hay siete distribuidores (b1, b2,
b3, b4, b5, b6 y b7). El supervisor elige al azar una zona y visita aleatoriamente a todos los
distribuidores de la zona seleccionada, se dirige luego a la zona restante y efectúa las visitas de la
misma manera. Se registra el orden de las visitas que hizo el supervisor.
1.49.- En familias con dos hijos, se registra la edad, el sexo y el color de la piel de cada niño o niña.
1.50.- En cierta oficina hay tres empleados y dos empleadas. Cada día y durante cinco días se registra
el número de empleados y el número de empleadas que no llegaron a tiempo a su trabajo.
1.51.- Una empresa que produce láminas metálicas de diversas formas y tamaños recibe n pedidos
que pueden ser cubiertos en su totalidad, cubiertos parcialmente o no aceptados por la empresa. Se
registra la situación final de cada pedido.
1.52.- Se mide la altura de un niño de ocho y diez años respectivamente. Se registran estas medidas.
1.53.- De un grupo de niños se seleccionan dos y se calcula la diferencia de la altura del niño de
mayor edad menos la altura del niño de menor edad. Se registra esta diferencia.
1.54.- Una cocinera prepara una arepa, se registra el tiempo de amasado y se registra el tiempo de
cocción.
1.55.- Una persona espera a un amigo hasta que llegue o hasta que hayan transcurrido 2 horas, lo que
ocurra primero. Se registra el tiempo de espera.

18
1.56.- Para dos vehículos cualesquiera se registra el tiempo en que cada uno realiza sus primeros
5.000 Km. de recorrido.
1.57.- El aumento de peso en kilogramos de una mujer embarazada de cierta localidad es registrado
para cada uno de los nueve meses.
1.58.- Un barco cerealero a granel recibe en cada viaje una carga de cereal, se registra en toneladas la
cantidad de cereal cargado en un viaje.
1.59.- La cantidad de leche por día que puede extraerse de una vaca es medida y registrada.
1.60.- Tres equipos, que llamaremos 1, 2 y 3, compiten entre sí en un torneo que debe terminar con
un equipo ganador, otro segundo y el restante tercero (no son posibles empates). Se registra el orden
de llegada de los equipos.
1.61.- Tres equipos, que llamaremos 1, 2 y 3, intervienen en cierto torneo. El equipo 1 juega contra el
equipo 2, el perdedor de este primer juego enfrenta luego al equipo 3 y luego el equipo 3 enfrenta al
ganador del primer juego (cada juego termina con un ganador, no hay empate). Se registra el equipo
ganador en cada juego del torneo.
1.62.- Cuatro equipos, que llamaremos 1, 2, 3 y 4, intervienen en cierto torneo. En una primera ronda
el equipo 1 juega contra el equipo 2 y el equipo 3 juega contra el equipo 4. En una segunda ronda los
ganadores de la primera ronda se enfrentan en un tercer juego (cada juego termina con un ganador,
no hay empate). Se registra el equipo ganador en cada juego del torneo.
1.63.- Una persona lanza una moneda legal diez veces, y registra el número de caras que salen como
X y se anota el número de sellos como Y. Se registra la pareja de números X y Y en un plano XY.
1.64.- Dos bombillos eléctricos A y B, y se ponen a funcionar hasta que se queman, se conoció el
bombillo A funcionó menos de 1000 horas y el B más de 1500 horas. Se registra la duración, en
horas, de los bombillos como TA y TB en un plano TATB.
19
1.65.- En cierta fábrica, un operario suspende su labor en algún momento de su turno de trabajo de 8
horas, posteriormente después de menos de 3/4 de hora regresa a su trabajo. Se registra el tiempo en
que el operario suspende su labor y el tiempo en que se reincorpora a su trabajo o termina el turno.
Se registran estos tiempos en una gráfica.
1.66.- En cierta fábrica hay dos máquinas identificadas como 1 y 2. Ambas máquinas son puestas a
funcionar al mismo tiempo y ambas fallan antes de que transcurran las primeras 24 horas de
funcionamiento, se conoció que el tiempo entre las fallas de ambas máquinas fue mayor a 3 horas. Se
registra el tiempo en que ocurren las fallas de ambas máquinas. Se registran estos tiempos en una
gráfica.
1.67.- En cierta fábrica hay dos máquinas identificadas como 1 y 2. Ambas máquinas son puestas a
funcionar al mismo tiempo y ambas fallan antes de que transcurran las primeras 24 horas de
funcionamiento, se conoció que el tiempo entre las fallas de ambas máquinas fue menor a 15
minutos. Se registra el tiempo en que ocurren las fallas de ambas máquinas en una gráfica.
1.68.- Se lanzan dos dados, se suman los resultados pares como X y se suman los resultados impares
como Y. Se registra la pareja de números X y Y en un plano XY.
RESPUESTAS:
1.1..- S = { ( x , y , z ) para x, y, z = cara , sello},

número de puntos muestrales: 2 x 2 x 2 = 8 y tipo: finito.
1.2.- S = { 0 , 1 , 2 , 3 },
número de puntos muestrales: 4 y tipo: finito.
1.3.- S = { 1 , 2 , 3 , ... },
número de puntos muestrales: infinito y tipo: infinito numerable.
1.4.- S = { 3 , 4 , 5 , ... },

20
1.5.- S = { 2 , 3 , 4 , ... },
1.6.- S = { x ∈ ℜ / MIN. ≤ x ≤ MAX },

número de puntos muestrales: infinito y tipo: infinito.
1.7.- S = { 1 , 2 , 3 , ... },
1.8.- S = {1, 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 , 11 , 12 },
1.9.- S = { x ∈ ℜ / x ≥ 0 },
1.10.- S = { x ∈ ℜ / 0 ≤ x ≤ 100 },
1.11.- S = { ( i , j ) ; i , j ∈ Ζ / (m - i) + (n - j) = k },
número de puntos muestrales: (m + 1).(n + 1) y tipo: finito.
1.12.- S = { 0 , 1 , 2 , ... },
1.13.- S = { ( i , j ) ; i , j ∈ Ζ / i , j ≥ 0 },
1.14.- S = { x ∈ ℜ / x > 0 },
1.15.- S = { ( x , y ) ; x , y = verde , blanco },

21
1.16.- S = { ( i , j ) ; i = Negra , Roja y Azul;

Para i = Negra. j = Blanca-Blanca , Blanca-Roja , Blanca-Azul , Roja-Azul , Negra-Blanca , Negra-
Roja , Negra-Azul ; Para i = Roja , J = Blanca-Blanca , Blanca-Roja , Blanca-Azul , Roja-Azul ,
Roja-Roja;
Para i = Azul, J = Blanca-Blanca , Blanca-Roja , Blanca-Azul , Roja-Azul , Azul-Azul },
1.17.- Sa = { ( Ai , Vj , Rk ) ; i , j , k = 1 , 2 , 3 , 4 },
número de puntos muestrales: 4 x 4 x 4 = 64 y tipo: finito
Sb = { ( Ai , Vj , Rk ) ; i , j , k = 1 , 2 , 3 , 4; ∩ i ≠ j ≠ k },
1.18.- S = { ( i , j ) ; i , j = 1 , 2 , 3 , . . . n },
número de puntos muestrales: n x n = n2 y tipo: finito.
1.19.- S = { ( i , j ) ; i , j = 1 , 2 , 3 , . . . n; ∩ i ≠ j },
número de puntos muestrales: n x ( n - 1 ) y tipo: finito.
1.20.- S = { DD , NDD , NNDD , DNDD , NNND , NNNN , DNDN , DNND , DNNN ,

NDND , NDNN , NNDN },
1.21.- S = { ( i , j , k ) ; i , j , k = Si-Requiere , No-Requiere },

número de puntos muestrales: 2 x 2 x 2 = 8 y tipo: finito
1.22.- S = { ( i , j ) ; i , j ∈ Ζ / 0 ≤ i , j ≤ m } m = total de artículos producidos por cada máquina,

número de puntos muestrales: (m + 1).(m + 1) y tipo: finito.

22
1.23.- S = { ( i , j ) / i = 1 , 2 , 3 ∩ j = 1 , 2 , 3 , 4 , 5 },
número de puntos muestrales: 3x5=15 y tipo: finito.
1.24.- S = { ( x , y ) ∈ ℜ2 / 2 ≤ x , y ≤ 6 },
1.25.- S = { x ∈ ℜ / 4 ≤ x ≤ 12 },
1.26.- S = { ( i , j , k ) ; i , j , k = Si- lo tiene; No- lo tiene}= { SSS , SNN , NSN , NNS , NSS , SNS
, SSN , NNN },
1.27.- S = {( i , j , k , l ) para i , j , k , l = 0 , 1 , 2 , 3 },
número de puntos muestrales: 4 x 4 x 4 x 4 = 256 y tipo: finito.
1.28.- S = {( i , j , k ) para i , j , k = 0 , 1 , 2 , 3 , 4 },
1.29.- S = {( i , j ) para i , j = 1 , 2 , 3 , 4 , 5 },
número de puntos muestrales: 5 x 5 = 25 y tipo: finito.
1.30.- S = {( i , j ) para i , j = 1 , 2 , 3 },
número de puntos muestrales: 3 x 3 = 9 y tipo: finito.
1.31.- S = {( i , j , k ) ∈ Ζ/ i , j , k = 0 , 1 , 2 , 3 , ... , m ∩ ((x > 0) ∨ (j > 0) ∨ ((k > 0)) },

número de puntos muestrales: ((m + 1) x (m + 1)x(m + 1) – 1) y tipo: finito.
132.- S = { (a1 ,a2 ,a3 ,a4 ,a5 ,b1 ,b2 ,b3 ,b4 ,b5) ; a1 ,a2 ,a3 ,a4 ,a5 ,b1 ,b2 ,b3 ,b4 ,b5= Si , No },
ai : resultado de inspección de la característica de calidad “a” en la pieza i
b1: resultado de inspección de la característica de calidad “b” en la pieza i
número de puntos muestrales: = 2x2x2x2x….x2=210 = 1024 y tipo: finito
23
1.33.- S = {( i , j , k ) / i , j , k = 0 , 1 , 2 , 3 , ... },
número de puntos muestrales: infinitos y tipo: infinito numerable.
1.34.- S = { ( x , y , z , w ) ; x , y , z , w = M1 , M2 , M3 },
número de puntos muestrales: 34 = 81 y tipo: finito
1.35.- S = { ( x , y , z ) ; x , y , z = P1 , P2 , P3 , P4 , P5 },
número de puntos muestrales: 53 = 125 y tipo:finito.
1.36.- S = { ( x , y , z , w , v ) ; ((x , y , z = 1 , 2 , 3 ∩ w , v = 4 , 5 ) ∪ ( x , y = 4 , 5 ∩ z , w , v = 1 , 2
, 3 )) ∩ (x ≠ y ≠ z ≠ w ≠ v )},
número de puntos muestrales: 2 x (3x2x1)x(2x1) = 24 y tipo: finito.
1.37.- S = { ( x , y , z , w ) ; (x , z = Ι , ΙΙ , ΙΙΙ , ΙV ∩ y , w = Ι , ΙΙΙ , ΙV ) },

número de puntos muestrales: 4 x 3 x 4 x 3 = 144 y tipo: finito
1.38.- S = { ( x , y , z ) : x , y , z = 1 , 2 , 3 ∩ (x < y) ∩ z = 4 , 5 , 6 , 7 , 8 , 9 }, Se asume que las

mujeres están identificadas con los números 1, 2 y 3 y los hombres están identificados con los
números 4 , 5 , 6 , 7, 8 y 9.
número de puntos muestrales: C3 ,2 x C6 ,1 = 3 x 6 = 18 y tipo: finito.
1.39.- S = { ( x , y , z , w , v ) : x , y , z , w , v = R , A , D }, R = Reprobado , A = Aprobado , D =

Distinguido.
número de puntos muestrales: 3 x 3 x 3 x 3 x 3 = 35 = 243 y tipo: finito.
1.40.- S = { ( V1 , V2 , V3 ) : V1 , V2 , V3 = α , β , λ },
número de puntos muestrales: 3 x 3 x 3 = 33 = 27 y tipo: finito.
1.41- S = { ( L1 ) : L1 = 3 , 4 , 5 ∪ ( L1 , L2 ) : L1 = 1 , 2 ∩ L2 = 3 , 4 , 5 ∪ ( L1 , L2 , L3 ) :
L1 , L2 = 1 , 2 ∩ L1 ≠ L2 ∩ L3 = 3 , 4 , 5 },
número de puntos muestrales: 3 + (2 x 3) + (2 x 1 x 3) = 3 + 6 + 6 = 15 y tipo: finito.

24
1.42.- Sa={ ( A1i,A2j,A3k,B1l,B2m,B3n)/ A1,A2,A3, B1,B2,B3= Si-vencido; No-vencido ∩

i,j,k=1,2,3,4,5,…10 ∩ i<j<k ∩ l,m,n=1,2,3,…20 ∩ l<m<n},
número de puntos muestrales: C10,3x(2x2x2)xC20,2x(2x2x2)=45x8x190x8=547.200 y tipo finito
Sb={(i,j,k,x,r,l,n,m,y,s) i,j,k=1,2,3,4,5,…10 ∩ i<j<k ∩ l,m,n=1,2,3,…20 ∩ l<m<n ∩ x,y=0,1,2,3 ∩

( (x≤1 ∩ r= no) ∪ (x ≥2 ∩ r=si)) ∩ ( (y ≤1 ∩ s= no) ∪ (y≥2 ∩ s=si)) },
número de puntos muestrales: C10,2 x (2x1+2x1)xC20,2x(2x1+2x1)
1.43.- S = { ( x , y , z ) : x , y , z = C1 , C2 , C3 }, x = servicio técnico , y = publicidad , z =

totalización de votos, Ci = compañía i,
1.44.- S = { ( x , y ) : x , y = 1 , 2 , 3 , ... , 7 ∩ x < y }, Cumpleaños = 1 y 2 , Matrimonios = 3 , 4

y 5 , Bautizos = 6 y 7 .
número de puntos muestrales: C 7 , 2 = 21 y tipo: finito.
1.45.- S = { ( x , y , z ) : x , y , z = 1 , 2 , 3 , 4 , 5 ∩ x < y < z },

número de puntos muestrales: C5,2 = 10 y tipo: finito.
1.46.- S = { ( x , y , z , w ) : x , y , z , w = 1 , 2 , 3 },
número de puntos muestrales: 3 x 3 x 3 x 3 = 34 = 81 y tipo: finito.
1.47.- S = { ( x , y , z ) : x , y , z = 1 , 2 , 3 , 4 , 5 , 6 ∩ x < y < z },

número de puntos muestrales: C 6,3 = 20 y tipo: finito.
1.48.- S = { ( x , y , z , w , v , i , j , k , l , m , n , o ) : ( ( ( x , y , z , w , v = a1 , a2 , a3 , a4 , a5 )
∩ ( i , j , k , l , m , n , o = b1 , b2 , b3 , b5 , b6 , b7 ) )
∪ ( ( x , y , z , w , v , i , j = b1 , b2 , b3 , b5 , b6 , b7 )
∩ ( k , l , m , n , o = a1 , a2 , a3 , a4 , a5 ) ) )
∩ ( x ≠ y ≠ z ≠ w ≠ v ≠ i ≠ j ≠ k ≠ l ≠ m ≠ n ≠ o ) },
número de puntos muestrales: 5! X 7! + 7! X 5! = 14.400 y tipo: finito.
25
1.49.- S ={( x1 , y1, z1 , x2 , y2 , z2 ) : ( 0 ≤ x1 , x2 ≤ 12 ) ∩ ( y1 , y2 = f , m ) ∩ ( z1 , z2 = b ,

n , o},
Se asume aquí que la edad es un número entero entre 0 y 12.
f : femenino ; m : masculino.
b: raza blanca ; n : raza negra ; o : otra raza.
número de puntos muestrales: 13 x 2 x 3 x 13 x 2 x 3 = 6.084 y tipo: finito.
1.50.- S = { ( x1 , y1 , x2 , y2 , x3 , y3 , x4 , y4 , x5 , y5 ) : ( xi = 0 , 1 , 2 , 3 ∩ yj = 0 , 1 , 2 ) },
xi : cantidad de empleados que no llegaron a su trabajo el día i para i = 1 , 2 , 3 , 4 y 5
yj : cantidad de empleadas que no llegaron a su trabajo el día j para j = 1 , 2 , 3 , 4 y 5.
número de puntos muestrales: 4 x 3 x 4 x 3 x 4 x 3 x 4 x 3 x 4 x 3 = 125 = 248.832 y tipo: finito.
1.51.- S = { ( x1 , x2 , x3 , ... , xn ) : xi = T , P , R },
xi : condición del pedido i para i = 1 , 2 , 3 , ... , n
T : cubierto totalmente ; P : cubierto parcialmente ; R : pedido rechazado.
número de puntos muestrales: 3 x 3 x 3 x ... x 3 = 3n y tipo: finito.
1.52.- S = { ( x , y ) : x , y ∈ ℜ2 ∩ (Min8. ≤ x ≤ Max8.) ∩ (Min10. ≤ y ≤ Max10.) },
Min8. , Min10. : medida mínima de la talla de un niño de 8 y 10 años.
Max8. , Max10. : medida máxima de la talla de un niño de 8 y 10 años.
número de puntos muestrales: infinito y tipo: infinito
1.53.- S = { x : x ∈ ℜ ∩ (MinM. - Maxm. ≤ x ≤ MaxM - Minm.) },

MinM. , Minm. : medida mínima de la talla del niño de mayor edad y de menor edad.
MaxM. , Maxm. : medida máxima de la talla del niño de mayor edad y de menor edad.
número de puntos muestrales: infinito y tipo: infinito
1.54.- S = { ( x , y ) : x , y ∈ ℜ2 ∩ (10 ≤ x , y ≤ 30) },

x , y tiempo en minutos.
1.55.- S = { x : x ∈ ℜ ∩ (0 ≤ x ≤ 2) },

26
x tiempo en horas.
1.56.- S = { ( x , y ) : x , y ∈ ℜ ∩ (a ≤ x , y ≤ b) },
x , y , a , b tiempo en semanas.
a , b : número mínimo y máximo de semanas para realizar 5000 km.
1.57.- S = { ( x1 , x2 , x3 , ... , x9 ) ∈ ℜ9 : ( 0 ≤ xi ≤ 3,5 ) },

xi : aumento de peso en kilogramos en el mes i para i = 1 , 2 , 3 , ... , 9
1.58.- S = { x : x ∈ ℜ ∩ (a ≤ x ≤ b) },
x , a , b peso en toneladas.
a , b : cantidad mínima y máxima de toneladas de cereal que puede cargar el barco en un viaje.
1.59.- S = { x : x ∈ ℜ ∩ (0 ≤ x ≤ 55) },
x volumen en litros
1.60.- S = { ( x , y , z ) : (x , y , z = 1 , 2 , 3) ∩ (x ≠ y ≠ z) },
número de puntos muestrales: 3 x 2 x 1 = 3! = 6 y tipo: finito.
1.61.- S = { ( x , y , z ) : (x = 1 ∩ y = 2,3 ∩ z = 1 , 3) ∪ (x = 2 ∩ y = 1,3 ∩ z = 2 , 3) } ó

S = { ( x , y , z ) : (1, 2, 1) ; (1, 2, 3) ; (1, 3, 1) ; (1, 3, 3) ; (2, 1, 3) ; (2, 1, 2) ; (2, 3,2) ; (2, 3, 3) }
1.62.- S = { (1, 3, 1) ; (1, 3, 3) ; (1, 4, 1) ; (1, 4, 4) ; (2, 3, 2) ; (2, 3, 3) ; (2, 4, 2) ; (2, 4, 4) }

27
1.63.- 1.64.-
1.65.- 1.66.-

28
1.67.- 1.68.-
29
EVENTOS O SUCESOS
El nivel de importancia de la definición de espacio muestral que corrresponde a un fenómeno
aleatorio se hace evidente cuando se establece el significado de evento o suceso.
Un evento (suceso) se define simplemente como un conjunto de resultados posibles

de un experimento aleatorio, desde luego un evento estará siempre asociado al espacio muestral
correspondiente a ese experimento aleatorio en particular.
Basados en la terminología generalmente aceptada de la Teoría Axiomática de Conjuntos, un

evento no será más que uno de los subconjuntos posibles de un conjunto, este último será el espacio
muestral. Así se usará la siguiente notación: sea un evento E en particular (para nominar un evento se
usan letras mayúsculas), un subconjunto del espacio muestral S asociado al experimento aleatorio ε.
En consecuencia cualquier agregado de puntos muestrales de un espacio muestral será un

evento. Los eventos podrán clasificarse en simples o compuestos, según contengan uno solo de los
posibles resultados de un experimento aleatorio o que contengan dos o más de los posibles
resultados. Por otra parte, el evento seguro es el que contiene todos los posibles resultados de un
experimento y el evento imposible no contendrá ninguno de los posibles resultados. Se desprende de
ésto, que el evento seguro será igual al espacio muestral y el evento imposible será el conjunto vacío,
ambos subconjuntos del espacio muestral también.
Los eventos disjuntos o mutuamente excluyentes o exclusivos son aquellos eventos

que no tienen puntos muestrales en común, en otras palabras, son eventos que no pueden ocurrir
simultáneamente. Si ocurre uno de ellos es claro que el otro no puede ocurrir. Un ejemplo de estos
eventos puede ser señalado en el típico experimento de lanzar un dado sobre una mesa y ver que cara
sale. El espacio muestral será S={1,2,3,4,5,6}, sobre éste se podrán definir los eventos: A como “sale
cara par menor que 5”, entiéndase A={2,4} y el evento B como “sale cara impar mayor que 2”,
entiéndase B={3,5}. Es claro que al lanzar el dado, pues ocurre A y no ocurre B, sin embargo, si
ocurre B entonces no ocurre A. En la figura II.1. se muestra gráficamente mediante un diagrama de
Venn el ejemplo recién descrito. Los diagramas de Venn son llamados así en honor al lógico inglés
John Venn (1834-1923), y son representaciones gráficas exhaustivas de los conjuntos y de las
relaciones entre conjuntos.
30
Es necesario subrayar que al definir cierto evento, por ejemplo, sea A asociado a un espacio
muestral S, y decir que A ha ocurrido significa que el resultado de la situación aleatoria considerada
en forma ideal es uno de los elementos que está contenido en el evento A. Esto constituirá la base
para plantear las proposiciones aleatorias que se presentarán, a las operaciones con eventos se le
llamará algebra de eventos. Por eso se deberá tener dominio del manejo de la Teoría Axiomática de
Conjuntos (definida intuitivamente desde 1895 por Georg Cantor) ya que los eventos no son más
que conjuntos y sus operaciones resultarán en conjuntos también. Si bien no se hará una extensa
explicación de las operaciones con conjuntos, se compilará una serie de las más importantes
propiedades de la Teoría de Conjuntos aplicadas al álgebra de eventos.
II.1 Álgebra de eventos.
Si se es prolijo en detalles, el tema del álgebra de eventos puede presentarse realmente

extenso, pero a riesgo de ser simplistas aquí solo se expondrán algunas nociones y operaciones
básicas de conjuntos aplicadas a los eventos. Ya se había introducido la noción de espacio muestral
y eventos como conjuntos y la noción de eventos como subconjuntos del espacio muestral,
incluyendo el conjunto vacío y el propio espacio muestral.
31
II.1.1. Los eventos contenidos por otros eventos y eventos iguales.
Puede suceder que dados dos eventos A y B asociados a un espacio muestral S, todos y cada
uno de los puntos muestrales contenidos en A esten también contenidos en B, entonces se escribe
A⊂B y se lee A es subconjunto de B, una interpretación semejante ocurre cuando B⊂A. Además si
sucede que A⊂B y también B⊂A esto implica que A=B, de la misma manera si A=B esto implica
que A⊂B y también B⊂A, es decir A y B son realmente el mismo evento.
Al aplicar ciertas operaciones a los eventos se pueden combinar y a partir de ellos construir
nuevos eventos. Se considerarán aqui tres operaciones básicas con eventos, que son el complemento
con respecto al espacio muestral, la unión y la intersección de eventos.
II.1.2. El complemento de un evento.
El complemento de un evento con respecto a su espacio muestral es una operación unaria o

monaria ya que se aplica sobre un solo evento o se necesita un solo evento como argumento de esta
operación. En general, para un espacio muestral S se define cierto evento A, entonces se puede
definir un nuevo evento usando esta operación. Se escribe A o A’ o AC y se lee complemento de A,
el nuevo evento construido con este operador consta de todos los puntos muestrales que pertenecen
a S pero que no estén contenidos en A. Así si se dice que A ocurre entonces es obvio pensar que A
no ocurre y viceversa (Ver figura II.2. donde se muestra gráficamente esta operación con la ayuda de
los diagramas de Venn).

32
II.1.3. Unión e intersección de eventos.
Sea un espacio muestral S y sean A y B sendos eventos definidos en S. La unión de los

eventos A y B resulta en un nuevo evento que será el conjunto que contiene los puntos muestrales
que pertenecen por lo menos a uno de los eventos A y B y se escribirá A∪B. La intersección de los
eventos A y B se define como el evento que será el conjunto de puntos muestrales que pertenecen al
evento A y también pertenecen al evento B y se escribe A∩B (también es aceptado colocar
simplemente AB). De tal manera que cuando ocurra A∪B se entiende que ocurre A y no B, ocurre B
y no A o ambos inclusive, en otras palabras al menos uno de ellos ocurre. Cuando se diga ocurre
A∩B están ocurriendo ambos eventos, A y B también. (Ver las zonas sombreadas en la figura II.3 (a)
y (b)). En particular, si los eventos A y B son disjuntos o mutuamente excluyentes su intersección
sería el evento imposible (el conjunto vacío) ya que no tienen ni un solo punto muestral en común.
Por eso bastaría decir que dos eventos A y B son mutuamente excluyentes para saber que su
intersección es vacía, A∩B=∅. De la misma manera decir que la intersección de A y B es vacía
bastaría para concluir que son eventos mutuamente excluyentes.
33
II.1.4. Algunas propiedades.
Aquí se señalan algunas de las propiedades más importantes de las tres operaciones con eventos
citadas.
Sean A, B y C eventos definidos en un espacio muestral S en particular.
Doble complemento. A=A
Leyes de De Morgan. A∪B= A∩B

A∩B= A∪B
En honor al matemático y lógico inglés nacido en la India Augustus De Morgan (1806-1871).
Propiedad conmutativa. A∪B = B∪A

A∩B = B∩A
Propiedad asociativa. A ∪ (B ∪ C) = (A ∪ B) ∪ C
A ∩ (B ∩ C) = (A ∩ B) ∩ C
Propiedad distributiva. A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)

34
Propiedades idempotentes. A∪A = A

A∩A = A
Propiedades del neutro. A∪∅ = A

A ∩S = A
Propiedades del inverso. A∪A =S

A∩A =∅
Propiedades de dominación. A ∪S = S
A∩∅ = ∅
Propiedades de absorción. A ∪ (A ∩ B) = A
Antes de terminar es de importancia señalar que un evento definido verbalmente siempre podrá
escribirse con menor o mayor dificultad usando el álgebra de eventos. Por ejemplo, sean A y B
eventos definidos en el espacio muestral S. Sea el evento sucede exactamente uno de los eventos A y
B, usando el álgebra de eventos será (A ∩ B) ∪ (A ∩ B) , análogamente el evento ninguno de los
eventos A y B ocurre será A ∩ B . El evento ocurre uno de los eventos A y B, como máximo, será
A ∪ B . Y finalmente el evento ocurren ambos eventos A y B o ninguno de los dos eventos, será
( A ∪ B) ∩ (A ∪ B) (ver las áreas sombreadas en la figura II.4. (a), (b), (c) y (d)).
35
EJEMPLOS RESUELTOS
EJEMPLO 2.1 Cierto circuito electrónico consta de un diodo y dos transistores, el circuito
funciona si funcionan el diodo y al menos uno de los transistores. Considere los siguientes eventos:
A: El diodo funciona; Bi : El transistor i funciona ( i = 1 y 2 ) y C : El circuito funciona. Exprese C y
el complemento de C en función del evento A y de los eventos Bi..
Puesto que para que el circuito funcione (evento C) debe ocurrir que el diodo funcione ( evento A) y
al menos uno de transistores funcione, es decir exactamente uno de ellos o ambos funcionen,
B1 U B2 , el evento C podrá expresarse como: C = A I (B1 U B2 ) .
El complemento de C, denotado por C , está conformado por la unión del total de maneras (
eventos) en las cuales el circuito no puede funcionar, a saber: cuando funcionando uno o ambos

36
transistores, el diodo no funciona, cuando funcionando el diodo, ninguno de los transistores

funciona, y finalmente cuando ni diodo ni transistores funcionan.
( ) ( ( )) ( (
C = A I (B1 U B2 ) U A I B1 I B2 U A I B1 I B2 )) note que estos tres eventos son mutuamente
excluyentes. Otra manera de expresar el complemento de C, podría ser mediante la unión de los
eventos principales que hacen que el circuito no funcione, ya que la unión expresa la ocurrencia de
por lo menos uno de los eventos, se estaría asegurando que por lo menos uno de los eventos que
(
hace que el circuito no funcione ocurra, es decir: C = A U B1 I B2 . )
Finalmente, se puede expresar el evento C , justo como el complemento del evento C, es decir:
( ) ( ) ( )
C = A I (B1 U B2 ) = A U B1 U B2 = A U B1 I B2 , nótese que aplicando las leyes de De Morgan
se llega a la segunda expresión planteada para el complemento de C.
EJEMPLO 2.2 Una pieza puede presentar defectos de fabricación de tres distintos tipos: defectos
de pintura, defectos de balanceo y defectos en soldadura. La presencia de cada uno de estos defectos
los denominaremos como los eventos: A, B y C, respectivamente. Exprese las siguientes
proposiciones verbales en notación de conjuntos usando los eventos A, B y C.
a.- La pieza presenta al menos defectos en soldadura.
El evento debe expresar el total de maneras en que puede ocurrir que una pieza como mínimo
presente defectos en soldadura, es decir, solo defectos de soldadura, o solo soldadura y balanceo, o
solo soldadura y pintura, e incluso que presente los tres defectos, siendo todos estos eventos
mutuamente excluyentes. La expresión de ese evento no es más que el evento C, la pieza presenta
defectos en soldadura, así se tiene:
( ) ( ) ( )
C = A I B I C U A I B I C U A I B I C U (A I B I C )
Otras formas de expresar la ocurrencia del evento C, pueden ser:
(
C = (B I C ) U B I C , )
ya que
( )
B I C = (A I B I C ) U A I B I C , y
B I C = (A I B I C ) U (A I B I C )
De manera análoga se puede expresar el evento C como:
(
C = (A I C ) U A I C )
Finalmente, otra forma de expresar el evento C, podría ser:
37
(
C = ( A I C ) U (B I C ) U A I C , ) donde los dos primeros eventos de la expresión son no
excluyentes, así como lo son los dos últimos, sin embargo el primer y último evento de la expresión
se excluyen entre si.
b.- La pieza presenta defectos en soldadura y pintura o presenta defectos de balanceo.

El evento anterior expresa la ocurrencia de al menos uno de los eventos siguientes, ocurrencia de
defectos de soldadura y pintura, o defectos en balanceo, lo cual se denota con la unión de los dos
eventos en cuestión. De esta manera, podrán ocurrir defectos en soldadura y pintura, y no en
balanceo, o defectos en balanceo y no ocurrir simultáneamente defectos en soldadura y pintura, o
finalmente ocurrir defectos en soldadura y pintura, y también en balanceo, lo cual garantiza la
ocurrencia de por lo menos uno de los eventos involucrados.
( A I C ) U B = (( A I C ) I B ) U ((A I C ) I B ) U (( A I C ) I B ) , siendo estos tres eventos mutuamente
excluyentes.
Otra expresión se puede hallar desarrollando la propiedad distributiva en la expresión inicial:
( A I C ) U B = ( A U B ) I (C U B )
c.- La pieza no presenta defectos de balanceo ni de pintura pero puede tener defectos en soldadura.
El evento denota la no ocurrencia de defectos de balanceo, y la no ocurrencia de defectos de pintura,
sin embargo, los defectos de soldadura pueden que ocurran o no, de esta manera la expresión será:
(A I B I C ) U (A I B I C ) = (A I B ) , puesto que respecto al evento C se consideran todas las
alternativas, es decir que ocurra o no, podrá considerarse como evento principal el evento
.
d.- La pieza presenta dos de los defectos o ninguno de los defectos.

Este evento expresa la unión de dos eventos excluyentes, a saber, ocurren dos de los defectos, lo cual
puede ocurrir de tres maneras, todos los pares de defectos posibles, con el evento la pieza no
presenta defectos, así se tiene:
(A I B I C ) U (A I B I C ) U (A I B I C ) U (A I B I C )
EJEMPLO 2.3 Un hombre decide adquirir una póliza H.C.M., una póliza de seguro de vida y una
póliza para su auto a cierta compañía de seguros. La aseguradora le permite, para cada una de las tres
38
pólizas, cancelar por medio de cualquiera de los tres siguientes planes: pago de contado, pagar en 6
cuotas mensuales o pagar en 9 cuotas mensuales. Defina los eventos básicos necesarios que
representan la situación y exprese en función de estos eventos las expresiones verbales que se
plantean.
Una forma abreviada de declarar los eventos necesarios para expresar los eventos solicitados, podría
ser el uso de un subíndice para expresar las distintas formas de pago para cada uno de los eventos
adquiere póliza de H.C.M., adquiere póliza de seguro de vida y adquiere póliza seguro para su auto.
Así, se tiene:
Ai: La póliza de H.C.M. se cancela con el plan de pago i
Bi: La póliza de seguro vida se cancela con el plan de pago i
Ci: La póliza de seguro de auto se cancela con el plan de pago i,
Para i= (1) plan de pago de contado, (2) plan de pago a 6 cuotas mensuales y (3) plan de pago a 9
cuotas mensuales.
a.- El hombre cancela sus tres pólizas con el mismo plan de pago o usa un plan distinto para cada
póliza.
El evento anterior expresa la unión de dos eventos excluyente, usa el mismo plan de pago para las
tres pólizas, o cancela cada uno con distintas formas de pago, el evento resultante será la unión del
total de formas en que cada uno de estos dos eventos puede ocurrir:
( A1 I B1 I C1 ) U ( A2 I B2 I C 2 ) U ( A3 I B3 I C3 ) U
( A1 I B2 I C3 ) U ( A1 I B3 I C 2 ) U ( A2 I B1 I C3 ) U
( A2 I B3 I C1 ) U ( A3 I B1 I C 2 ) U ( A3 I B2 I C1 )
b.- El hombre usa el mismo plan en dos de esas pólizas.

Este evento podrá expresarse mediante la unión del total de maneras en que puede ocurrir que solo
dos de las pólizas, todos los pares posibles, se cancelen con el mismo plan, considerando todas las
alternativas de pago, así se tiene, la unión de nueve eventos excluyentes :
(A I B I C ) U (A I B I C ) U (A I B I C ) U
1 1 1 1 1 1 1 1 1
(A I B I C )U (A I B I C )U (A I B I C )U
2 2 2 2 2 2 2 2 2
(A I B I C ) U (A I B I C ) U (A I B I C )
3 3 3 3 3 3 3 3 3
c.- El hombre paga de contado la póliza H.C.M. o usa el mismo plan para pagar las tres pólizas.
39
El evento planteado expresa la unión de dos eventos, el primero no señala la forma de pago para las
pólizas de vida y de auto, por lo que las mismas podrán ser canceladas con cualquiera de las tres
formas de pago, así se expresa simplemente mediante el evento principal A1 , el segundo evento
denota todas las formas en que pueden cancelarse las tres pólizas con el mismo plan de pago.
Finalmente,
A1 U (( A1 I B1 I C1 ) U ( A2 I B2 I C 2 ) U ( A3 I B3 I C 3 ))
d.- El hombre usa el plan de contado para solo una de las pólizas que adquiere
Solo una de las pólizas, cualquiera de las tres, podrá cancelarse con el plan de contado, las pólizas
restantes deberán cancelarse con plan a 6 o a 9 meses, es decir el complemento de la forma de pago
de contado. Así, la expresión para el evento es:
1 1 1 1 1 1 1 1 1
EJEMPLO 2.4 Un transporte de pasajeros hace tres paradas en distintos sitios de la ciudad, en cada
una de éstas pueden subir o bajar pasajeros. Se definen los eventos: Ui : suben pasajeros en la parada
i y Di : bajan pasajeros en la parada i, para i = 1, 2 y 3. Usando los eventos definidos exprese en
notación de conjuntos las expresiones verbales siguientes.
a.- Suben pasajeros en al menos una de las tres paradas.
Para expresar el evento anterior debe considerarse que siempre habrá como mínimo una parada en la
que subirán pasajeros, sin importar si en éstas bajan o no. Una forma de expresión podría ser
mediante la unión de los eventos Ui, es decir U1,U2, y U3, al unirlos se expresa la ocurrencia de por
lo menos uno de los eventos involucrados. Otra forma más explícita, será mediante la unión de
siguientes eventos excluyentes, exactamente en una parada suben pasajeros, cualquiera de las tres,
exactamente en dos de las paradas suben pasajeros, cualquiera de los pares de paradas posibles, o en
las tres paradas suben pasajeros. Así se tiene:
(U 1 U U 2 U U 3 ) = (U 1 I U 2 I U 3 ) U (U 1 I U 2 I U 3 ) U (U 1 I U 2 I U 3 ) U (U 1 I U 2 I U 3 ) U
(U 1 I U 2 I U 3 ) U (U 1 I U 2 I U 3 )U (U 1 I U 2 I U 3 )
b.- En la parada donde suben pasajeros no bajan pasajeros.

La expresión de este evento se construye considerando lo que ocurre respecto a las bajadas en cada
una de las paradas cuando suben pasajeros, o lo que podría ocurrir en las mismas cuando no suben

40
pasajeros. En el primer caso se sabe que no bajan pasajeros, mientras que en el segundo caso al no
haber indicación, puede que bajen o no pasajeros. Así se tiene:
((U 1 ) ( ) ( )) (( ) (
I D1 U U 1 I D1 U U 1 I D1 I U 2 I D2 U U 2 I D2 U U 2 I D2 I ) ( ))
((U 3 I D ) U (U
3 3 I D ) U (U
3 3 I D )) = (U
3 1 U D ) I (U
1 2 U D ) I (U
2 3 UD )
3
c.- Ni suben ni bajan pasajeros en la primera parada, en la segunda parada bajan pasajeros.
En el evento anterior se sabe todo lo que ocurre en la parada uno, en la segunda parada se conoce
que bajan, pero podría ocurrir que en ella suban o no pasajeros, y con relación a la tercera parada no
se conoce los que ocurre respecto a si suben o no pasajeros , o si bajan o no pasajeros. Así se tiene:
(U 1 )
I D1 I D2 ,
Quedando implícito que en la segunda parada puede que suban o no pasajeros, y respecto a la tercera
parada, puede que suban o no, y puede que bajen o no.
d.- Bajan pasajeros solo en dos paradas y suben en al menos dos de las paradas.
El evento anterior se expresa mediante la intersección de lo que ocurre respecto a las bajadas en solo
un par de paradas, considerando todos los pares posibles, con lo que ocurre respecto a las subidas.
Así se tiene:
((D I D
1 2 ) ( ) ( ))
I D3 U D1 I D2 I D3 U D1 I D2 I D3 I ((U 1 I U 2 ) U (U 1 I U 3 ) U (U 2 I U 3 ))
Nótese que para la expresión del evento “suben pasajeros en al menos dos paradas”, se utilizó la
unión de tres eventos no excluyentes, todas las posibles intersecciones de pares de eventos Ui, la
unión implica la ocurrencia de por lo menos uno de los eventos, si ocurre exactamente uno de ellos,
indica que en sólo dos paradas están subiendo pasajeros, que ocurran exactamente dos de los eventos
declarados no es posible, y si ocurren los tres eventos planteados, implicaría que en las tres paradas se
suben pasajeros, finalmente se estaría considerando que suben pasajeros en dos de las paradas o en
las tres. El evento “suben pasajeros en al menos dos paradas”, también pudo haberse expresado con
la unión de los eventos siguientes: en exactamente dos paradas suben pasajeros, con el evento en las
tres paradas suben pasajeros, resultando así la unión de cuatro eventos excluyentes.
41
EJEMPLO 2.5 Exprese en forma verbal los eventos representados en los siguientes diagramas.
a.- Ocurre el evento A y el evento C o sólo ocurre el evento C

( A I C ) U (A I B I C )
Otra forma de expresarlo, ocurren los tres eventos, o no sucede el evento B y sucede C
( A I B I C ) U (B I C )
Otra forma de expresarlo, ocurren los eventos A y C, o no sucede el evento B y sucede C
( A I C ) U (B I C )
b.- No ocurre A, no ocurre B, ni C, o solo ocurren A y C

(A I B I C ) U (A I B I C )
c.- Solo ocurren A y C, o B ocurre y A no ocurre

(A I B I C ) U (A I B )
Otra forma: Solo ocurren A y C, o solo ocurren B y C, o solo ocurre B.

42
d.- No ocurre A y ocurre C, o no ocurre ninguno de los eventos

(A I C ) U (A I B I C )
Otra forma: ocurre solo B y C, o solo ocurre C, o no ocurre ninguno de los eventos.
EJEMPLO 2.6 Una persona se dirige a su trabajo, suponga que el evento T expresa que se traslada
en transporte público, C indica que en el trayecto a su trabajo recibió una llamada por celular y
suponga que R denota que llegó tarde a su trabajo. Describa en forma verbal que significan las
siguientes expresiones.
a.- T I C I R
La persona se dirige al trabajo en transporte público, durante el trayecto no recibió llamadas por el
celular, y no llegó tarde a su trabajo.
b.- T I C I R
La persona no viajó en transporte público, recibió una llamada en el celular y llegó tarde al trabajo.
c.-
(T I R) U (T I C)
La persona viajó en transporte público y llegó tarde a su trabajo, o viajó en transporte público y
recibió una llamada al celular durante el trayecto.
d.- T I R
La persona no viajó en transporte público, ni llegó tarde al trabajo.
EJEMPLO 2.7 A un mono se le enseña a reconocer los colores y en una etapa inicial se le indica
que haga coincidir los colores de ciertos tacos de madera en el orificio que le corresponda según el
color, se supone que en esta etapa inicial del entrenamiento el simio coloca los tacos en los orificios
totalmente al azar. Se definen los eventos Ai : el taco de madera de color i queda en el orificio que le
corresponde, para i = 1(azul), 2(blanco), 3(rojo), 4(verde) y 5(amarillo). Exprese en función de los
eventos previamente definidos los eventos que a continuación se describen.
a.- El taco blanco o el verde quedan en su orificio respectivo.
Puesto que no hay indicación respecto a lo que sucede para los tacos, azul, rojo y amarillo, no se
incluyen en la expresión del evento, quedando implícito que para cada uno de ellos puede ocurrir que
43
queden o no en un orificio respectivo, luego para los tacos blanco y verde ocurre que al menos uno
de ellos ocupará su lugar. Así se tiene:
A2 U A4
b.- El taco azul o el blanco, pero no ambos quedan en su orificio respectivo.

De manera análoga al evento planteado en la parte anterior queda implícito que los tacos verde, rojo
a amarillo, pueden o no quedar en sus orificios respectivos, pero para el azul y el blanco ocurre que
solo uno a la vez ocupa su lugar. Así se tiene:
(A I A ) U (A I A )
1 2 1 2
c.- Al menos tres de los tacos quedan en su orificio respectivo.

Este evento se construye uniendo todos los sucesos en los que solo tres de los tacos quedan en su
orificio respectivo, lo cual puede ocurrir de diez formas distintas, todas excluyentes, estos eventos se
unen a la posibilidad de que los cinco tacos queden en su lugar respectivo, ya que el evento asociado
a que solo cuatro tacos queden en su lugar no es posible, pues al estar cuatro en su orificio
respectivo, el restante también estará. Así se tiene:
(A I A
1 2 ) ( ) (
I A3 I A4 I A5 U A1 I A2 I A3 I A4 I A5 U A1 I A2 I A3 I A 4 I A5 ∪ )
(A I A
1 2 I A3 I A4 I A ) U (A I A I A I A I A ) U (A I A
5 1 2 3 4 5 1 2 I A3 I A 4 I A5 ∪ )
(A I A
1 2 I A3 I A4 I A ) U (A I A I A I A I A ) U (A I A
5 1 2 3 4 5 1 2 )
I A3 I A 4 I A5 ∪
(A I A
1 2 I A3 I A4 I A )U (A I A I A I A I A )
5 1 2 3 4 5
Otra expresión para este evento se construye mediante a unión de todas las posibles intersecciones
de tres eventos Ai, garantizando con la unión la ocurrencia de por lo menos una de estas
intersecciones, es decir tres de los tacos como mínimo quedarán en su orificio respectivo, así se
tiene:
( A1 I A2 I A3 ) U ( A1 I A2 I A4 ) U ( A1 I A2 I A5 ) U ( A1 I A3 I A4 ) U ( A1 I A3 I A5 ) U
( A1 I A4 I A5 ) U ( A2 I A3 I A4 ) U ( A2 I A3 I A5 ) U ( A2 I A4 I A5 ) U ( A3 I A4 I A5 )
d.- Al menos uno de los tacos queda en su orificio respectivo pero nunca todos.
La expresión del evento planteado se construye mediante la unión de los sucesos siguientes,
exactamente uno de los tacos queda en su lugar, exactamente dos de los tacos quedan en su lugar,

44
exactamente tres de los tacos quedan en su lugar, asociando a estos eventos cinco, diez y diez
formas de ocurrencia, respectivamente, una forma de expresión algo laboriosa. Una expresión corta
para el evento en cuestión, resultaría de la intersección de los eventos unión de los sucesos Ai ( por
lo menos uno de los tacos queda en su lugar, es decir, uno de ellos, dos de ellos, tres, o los cinco)
con el complemento de la intersección de todos los eventos Ai, el cual incluye los eventos, solo tres
de ellos, solo dos de ellos, solo uno de ellos o ninguno de ellos queda en su lugar, el resultado de la
intersección en cuestión será, solo uno de ellos, solo dos, o solo tres de ellos quedan en su orificio
respectivo, que finalmente es lo que se desea expresar. Así se tiene:
( A1 U A2 U A3 U A4 U A5 ) I (A1 I A2 I A3 I A4 I A5 )
EJERCICIOS PROPUESTOS:
2.1 Cierto artículo producido puede ser calificado como conforme o no conforme. Se observa la
calificación de los próximos cuatro productos fabricados, se definen los eventos Ci : el artículo i fue
calificado como conforme, para i = 1, 2, 3 y 4. Use los eventos previamente definidos para expresar
en notación de conjuntos las siguientes expresiones verbales.
a.- Al menos tres de los artículos son calificados como conformes.
b.- El número de artículos conformes es igual al número de artículos no conformes.
c.- El primer artículo es no conforme, el segundo o el tercero no.
d.- Alguno de los dos primeros artículos es no conforme y alguno de los dos últimos no.
2.2.- Una institución debe seleccionar de entre cuatro aspirantes (dos mujeres y dos hombres), a dos
de ellos para ocupar dos vacantes disponibles. Defina los eventos que considere necesarios para
expresar en notación de conjuntos las situaciones descritas a continuación.
a.- Son seleccionadas dos personas del mismo sexo.
b.- Ningún hombre es seleccionado.
c.- Son seleccionadas dos personas de sexos distintos o solo mujeres.
d.- Al menos un hombre es seleccionado.
2.3.- Un inversionista en bienes raíces puede hacer negocios en distintos tipos de propiedades. Se
definen los eventos: A : el inversionista adquiere terrenos; B : el inversionista adquiere galpones para
industria; C : adquiere apartamentos o casas para vivienda; y D : el inversionista adquiere locales
45
comerciales. En función de los eventos definidos exprese los eventos que a continuación se
describen verbalmente.
a.- El inversionista compra apartamentos o casas pero no terrenos.
b.- El inversionista no compra casas o apartamentos ni compra locales comerciales.
c.- El inversionista compra galpones para industria o no compra terrenos, y compra locales
comerciales o no compra casas o apartamentos.
d.- El inversionista no invierte en ninguna de las alternativas o solo compra locales comerciales.
2.4.- Se dispone de cinco cartas escritas a distintos destinatarios y de sus sobres

correspondientemente identificados, ahora se introducen las cartas en los sobres aleatoriamente. Se
definen los eventos Ci : como la carta i fue introducida en el sobre correcto, para i = 1, 2, 3, 4 y 5.
Escriba en notación de conjuntos en función de Ci las expresiones verbales siguientes.
a.- Solo la carta tres fue introducida en el sobre correcto.
b.- La carta dos o la carta tres fueron introducidas en el sobre correcto pero la carta cinco no.
c.- Al menos tres cartas fueron introducidas en el sobre correcto.
d.- Todas las carta fueron introducidas en el sobre correcto o ninguna fue introducida en el sobre
correcto.
2.5.- La materia prima para elaborar cierto producto es comprada a cualquiera de cuatro proveedores
que llamaremos a, b, c y d, cada mes se selecciona a uno de los proveedores para adquirir la materia
prima. Considere un período de cuatro meses consecutivos donde se registra el proveedor
seleccionado. Se definen los eventos: Ai : el proveedor a fue seleccionado en el mes i, Bi : el
proveedor b fue seleccionado en el mes i, Ci : el proveedor c fue seleccionado en el mes i y Di : el
proveedor d fue seleccionado en el mes i , para i = 1, 2, 3 y 4. Exprese en función de los eventos
definidos las expresiones verbales que siguen.
a.- El proveedor A fue seleccionado al menos una vez.
b.- El proveedor A nunca fue seleccionado y el B fue seleccionado al menos en dos oportunidades.
c.- Un mismo proveedor fue seleccionado dos de los cuatro meses.
d.- El proveedor C fue seleccionado el mismo número de meses que el proveedor D y A fue
favorecido el tercer mes.

46
2.6.- Una compañía telefónica doméstica ofrece una tasa de descuento a cualquier suscriptor cuyo
consumo sea mayor a k minutos. Sea Ai el evento: un suscriptor seleccionado al azar recibe el
descuento en el mes i, para i = 1, 2, 3 y 4.Exprese los siguientes eventos en función de los Ai.
a.- El suscriptor recibe descuento en el primer mes y en el último, o en el primero y no en el tercero.
b.- El suscriptor recibe descuento en al menos uno de los meses pares y en sólo un mes impar.
c.- El suscriptor no recibe descuento en ningún mes par.
d.- El suscriptor recibe descuento en algún mes par y no recibe descuento en los meses impares.
2.7.- En una fábrica hay tres máquinas, identificadas como 1, 2 y 3. Al final de cada día las máquinas
son inspeccionadas para decidir si requieren o no mantenimiento. En relación con la inspección
diaria de las máquinas sean Ai ( i = 1, 2 y 3 ), eventos definidos como sigue: Ai : La máquina i
requiere mantenimiento ( i = 1, 2 y 3 ). Exprese en función de los Ai los siguientes eventos.
a.- Ninguna de las máquinas requiere mantenimiento.
b.- Al menos una de las máquinas requiere mantenimiento.
c.- Por lo menos dos de las máquinas requieren mantenimiento.
d.- Sólo dos de las máquinas requieren mantenimiento.
2.8.- En una oficina hay tres empleados y dos empleadas. Cada día se registra, para cada miembro del
personal, si llega o no a tiempo al trabajo. Considere los siguientes eventos, referidas a cualquier día.
Ai : El empleado i no llega a tiempo al trabajo ( i = 1, 2 y 3 ); Bj : La empleada j no llega a tiempo al
trabajo ( j = 1 y 2 ). Exprese en función de los Ai y los Bj los siguientes eventos.
a.- No llegan a tiempo al trabajo al menos un empleado y al menos una empleada.
b.- Solamente llegan a tiempo al trabajo las empleados.
c.- Llegan a tiempo al trabajo el mismo número de empleados y de empleadas.
d.- Exactamente dos de los empleados llegan a tiempo al trabajo y al menos una empleada llega a
tiempo también.
RESPUESTAS:
2.1.- a.- (C1 I C 2 I C 3 ) U (C1 I C 2 I C 4 ) U (C1 I C 3 I C 4 ) U (C 2 I C 3 I C 4 )
b.-
(C1 ) ( ) ( ) ( )
I C 2 I C 3 I C 4 U C1 I C 2 I C 3 I C 4 U C1 I C 2 I C 3 I C 4 U C1 I C 2 I C 3 I C 4 U
(C1 I C 2 I C3 I C 4 )U (C
1 I C 2 I C3 IC )
4
47
( ) (
c.- C1 I (C 2 U C 3 ) = C1 I C 2 I C 3 U C1 I C 2 I C 3 U C1 I C 2 I C 3 ) ( )
(
d- C1 U C 2 I (C 3 ) U C ) = ((C I C ) U (C
4 1 2 1 ) ( )) (( ) (
I C 2 U C1 I C 2 I C 3 I C 4 U C 3 I C 4 U (C 3 I C 4 ) ) )
2.2.- Sean los eventos: Mi: la mujer i es seleccionada; Hi: el hombre i es seleccionado, para i=1 y2
a.- (M 1 I M 2 ) U (H 1 I H 2 )
b.- (M 1 I M 2 ) = H 1 I H 2 ( )
c.- (M 1 I H 1 ) U (M 1 I H 2 ) U (M 2 I H 1 ) U (M 2 I H 2 ) U (M 1 I M 2 )
d.- (M 1 I H 1 ) U (M 1 I H 2 ) U (M 2 I H 1 ) U (M 2 I H 2 ) U (H 1 I H 2 ) = (H 1 U H 2 )
2.3.- a.- C I A ( )
( )
b.- C I D
c.- (B U A) I (D U C )
d.- (A I B I C I D ) U (A I B I C I D )
(
2.4.- a.- C1 I C 2 I C 3 I C 4 I C 5 )
b.- (C 2 U C 3 ) I C 5
c.-
(C1 I C 2 I C3 ) U (C1 I C 2 I C 4 ) U (C1 I C 2 I C5 ) U (C1 I C3 I C 4 ) U (C1 I C3 I C5 ) U
(C1 I C 4 I C5 ) U (C 2 I C3 I C 4 ) U (C 2 I C3 I C5 ) U (C 2 I C 4 I C5 ) U (C3 I C 4 I C5 )
Otra forma de expresar el evento es:
(C 1 ) ( ) (
I C 2 I C 3 I C 4 I C 5 U C1 I C 2 I C 3 I C 4 I C 5 U C1 I C 2 I C 3 I C 4 I C 5 U )
(C I C I C I C I C ) U (C I C I C I C I C ) U (C
1 2 3 4 5 1 2 3 4 5 1 I C 2 I C3 I C 4 I C )U
5
(C I C I C I C I C ) U (C I C I C I C I C ) U (C
1 2 3 4 5 1 2 3 4 5 1 I C 2 I C3 I C 4 I C )U
5
(C I C I C I C I C ) U (C I C I C I C I C )
1 2 3 4 5 1 2 3 4 5
d.- (C I C I C I C I C ) U (C I C I C I C I C )
1 2 3 4 5 1 2 3 4 5
2.5.- a.- ( A1 U A2 U A3 U A4 )

48
b.-
(B I B I A I A )U (B I B I A I A )U (B I B
1 2 3 4 1 3 2 4 1 4 ) (
I A2 I A3 U B2 I B3 I A1 I A4 U )
(B I B I A I A )U (B I B I A I A )
2 4 1 3 3 4 1 2
c.-
(A I A I A I A ) U (A I A I A I A ) U (A I A I A I A ) U (A I A I A I A ) U
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
(A I A I A I A ) U (A I A I A I A ) U (B I B I B I B ) U (B I B I B I B ) U
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
(B I B I B I B ) U (B I B I B I B ) U (B I B I B I B ) U (B I B I B I B ) U
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
(C I C I C I C ) U (C I C I C I C ) U (C I C I C I C ) U (C I C I C I C ) U
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
(C I C I C I C ) U (C I C I C I C ) U (D I D I D I D ) U (D I D I D I D ) U
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
(D I D I D I D ) U (D I D I D I D ) U (D I D I D I D ) U (D I D I D I D )
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
d.-
(( A1 U B1 ) I ( A2 U B2 ) I A3 I ( A4 U B4 )) U (( A1 U B1 ) I C 2 I A3 I D4 ) U
(( A1 U B1 ) I D2 I A3 I C 4 ) U (C1 I ( A2 U B2 ) I A3 I D4 ) U (D1 I ( A2 U B2 ) I A3 I C 4 ) U
(D1 I C 2 I A3 I ( A4 U B4 )) U (C1 I D2 I A3 I ( A4 U B4 ))
)
2.6.- a.- ( A1 I A4 ) U A1 I A3 (
b.- ( A U A ) I ((A I A ) U (A I A ))
2 4 1 3 1 3
c.- (A I A ) 2 4
d.- ( A U A ) I (A I A )
2 4 1 3
(
2.7.- a.- A1 I A2 I A3 )
b.- ( A1 U A2 U A3 )
c.- ( A1 I A2 ) U ( A1 I A3 ) U ( A2 I A3 )
( ) (
d.- A1 I A2 I A3 U A1 I A2 I A3 U A1 I A2 I A3 ) ( )
2.8.- a.- ( A1 U A2 U A3 ) I (B1 U B2 )

b.- (B1 I B2 ) I A1 I A2 I A3 ( )
c.- ( A1 I A2 I A3 ) I (B1 I B2 )
49
(((A I A I A )U (A I A I A )U (A I A I A ))I ((B I B )U (B I B )))U

1 2 3 1 2 3 1 2 3 1 2 1 2
((A I A I A )U (A I A I A )U (A I A I A ))I (B I B )
1 2 3 1 2 3 1 2 3 1 2
d.- ((A I A I A ) U (A I A I A ) U (A I A I A )) I (B U B )
1 2 3 1 2 3 1 2 3 1 2

50
PRELIMINARES DE PROBABILIDAD. PROBABILIDAD CLÁSICA.

TÉCNICAS DE CONTEO
III.1 Frecuencia relativa de un evento.
Sea un evento A asociado al espacio muestral S de un experimento aleatorio ε. Entonces se

denomina frecuencia del evento A, al número de veces que ocurre dicho evento al realizar el
experimento ε un cierto número de veces y se le denota como FA. Se llama frecuencia relativa
del evento A al cociente entre la frecuencia de A y el número de veces que se realiza ε y se denota
como fA.
Si el experimento se realiza n veces es evidente que 0 ≤ FA ≤ n y además que 0 ≤ fA ≤ 1 dado

que:
F
fA = A .
n
III.2. Definición de probabilidades.
La teoría de probabilidades pretende modelar, dado un experimento ε con un espacio

muestral S asociado, asignándole a cada evento A ( siendo A un evento definido a partir de S) un
número real P(A) que se llamará probabilidad del evento A.. Este número dará una medida de la
posibilidad de que el evento A ocurra cuando el experimento ε sea realizado, en otras palabras que el
resultado del experimento ε sea uno de los elementos que contiene el evento A. Se podrá pensar en
P( ) como una función donde el dominio son los posibles eventos definidos en S y el rango un
subconjunto de los números reales.
II.2.1. Espacio de Probabilidad

Sean S un espacio muestral y a una familia de eventos de S, es decir, una σ-álgebra de partes
de S, interesa asignar a cada evento A ∈ a un número real P(A) ( probabilidad de A), de modo tal que
se cumpla con las siguientes condiciones:
51
III.2.2. Axiomas de probabilidades.
Los siguientes son axiomas que el número P(A) deberá cumplir para satisfacer esta definición.
Axioma 1. Afirma que la probabilidad de todo evento no es negativa, por tanto: P(A) ≥ 0 para todo
evento A ∈ a definido en S.
Axioma 2. Si un evento ocurre siempre (evento cierto) entonces su probabilidad será 1, por tanto:
P(S) = 1 ya que S contiene todos los posibles resultados del experimento.
Axioma 3. Si dos eventos son mutuamente excluyentes la probabilidad de que uno u otro ocurran
es la suma de sus probabilidades individuales. Esta característica aditiva es aceptada naturalmente y
está a favor de la idea intuitiva que se tiene de la probabilidad. Es más, se supondrá que para
cualquier colección infinita de eventos A1, A2, …, An, …, todos asociados a An ∈ a ( n=1,2,3,…) y
mutuamente excluyentes entre sí, es decir Ai I A j = φ , si i≠j , la probabilidad de que alguno de ellos
ocurra será la suma de sus probabilidades individuales. También será cierto si la colección de eventos
es finita. Por eso:
∞ 
P U A  = ∑∞ P A
i i=1 i
( )
 i=1 
si Ai ∩ Aj = 0, ∇ i ≠ j, es decir son todos mutuamente excluyentes.
Una terna ( S,a, P), formada por una espacio, una familia de eventos y una probabilidad P( es
decir una función) que satisface los axiomas 1,2 y 3 recibe el nombre de espacio de probabilidad.
III.2.3. Propiedades de la probabilidad.
Como consecuencia de los axiomas anteriores se derivan algunas propiedades interesantes.
Propiedad 1. La probabilidad del evento imposible es cero o P(∅) = 0.

Usando el axioma #3.
A=A∪∅

52
P(A) = P(A ∪ ∅) = P(A) + P(∅), entoces P(∅) = 0.
Propiedad 2. La probabilidad del evento complementario del evento A es 1 menos la probabilidad

del evento A o P( A ) = 1 - P(A).
Usando los axiomas #2 y #3.
S=A∪ A
P(S) = P(A ∪ A ), entonces 1 = P(A) + P( A )
Propiedad 3. La probabilidad de cualquier evento es menor o igual a 1 o P(A) ≤ 1.

Usando los axiomas #1 y #3.
S=A∪ A
P(S) = P(A ∪ A )
1 = P(A) + P( A )
si se supone que P(A) > 1 entonces P( A ) < 0 y esto contradice precisamente al axioma #1. Por eso
P(A) ≤ 1.
Propiedad 4. Si A es subconjunto de B, es decir A⊂ B, siendo A y B eventos definidos en S,

entonces P(A) ≤ P(B).
Por los axiomas 1 y 3.
B = A ∪ ( A ∩ B)
P(B) = P(A) + P( A ∩ B)
Como P( A ∩ B) ≥ 0 entonces P(A) ≤ P(B).
Propiedad 5. La probabilidad de la unión de dos eventos A y B cualesquiera definidos en el espacio

muestral S.
P(A∪B) = P(A) + P(B) – P(A∩B)
Usando el axioma #3.
A ∪ B = (A ∩ B ) ∪ B
P(A ∪ B) = P(A ∩ B ) + P(B)

53
Luego,
A = (A ∩ B) ∪ (A ∩ B )
P(A) = P(A ∩ B) + P(A ∩ B ) P(A ∩ B ) = P(A) - P(A ∩ B) Entonces:

P(A∪B) = P(A) + P(B) – P(A∩B)
( Ver figura III.1)
Propiedad 6. La probabilidad de la unión de tres eventos A, B y C cualesquiera definidos en el

espacio muestral S.
P(A∪B∪C) = P(A) + P(B) + P(C) – P(A∩B) – P(A∩C) – P(B∩C) + P(A∩B∩C)
Usando la propiedad distributiva de los conjuntos y la propiedad número 5 de probabilidad se tiene:
P((A∪B) ∪C) = P(A∪B) + P(C) – P((A∪B) ∩C)
Aplicando nuevamente la propiedad número 5 de probabilidad, se tiene:
P((A∪B) ∪C) = P(A) + P(B) - P(A∩B) + P(C) – P((A∪B) ∩C)
Luego desarrollando la propiedad distributiva:
P((A∪B) ∪C) = P(A) + P(B) - P(A∩B) + P(C) – P((A∩C )∪(B ∩C) )
Aplicando una vez más la propiedad número 5 de probabilidad, se tiene:
P((A∪B) ∪C) = P(A) + P(B) - P(A∩B) + P(C) –[ P(A∩C ) + P (B ∩C) - P((A∩C ) ∩ (B ∩C) ) ]
Finalmente se tiene:
P(A∪B∪C) = P(A) + P(B) + P(C) – P(A∩B) – P(A∩C) – P(B∩C) + P(A∩B∩C)
Una extensión de la propiedad 6 se sugiere por si misma con n conjuntos:

n n n
P( A1 U A2 U .... U An ) = ∑ P( Ai ) −
i =1
∑ P (A I A ) + ∑ P (A I A
i< j = 2
i j
i < j < k =3
i j I Ak ) + ..... +
(− 1)n−1 P( A1 I A2 I ... I Ak )

54
Obsérvese que si A y B fuesen eventos mutuamente excluyentes entonces: P(A ∩ B) = 0 y por eso:
P(A∪B) = P(A) + P(B), que es precisamente un caso particular del tercer axioma.
III 3. Espacios muestrales finitos y equiprobables.
La asignación de probabilidades en el caso de que se presente un espacio muestral finito o

infinito numerable, es decir un espacio muestral discreto, puede ser reducida a asignar probabilidades
a los eventos simples. Se considerarán eventos simples, como ya se había adelantado, a los eventos
que contienen un solo punto muestral o posible resultado de un experimento. Si se supone la
colección de eventos simples Ei, no repetidos o mutuamente excluyentes entre sí, que reunidos
conforman el espacio muestra S de un experimento aleatorio, y a estos eventos se les asigna su
probabilidad, es decir un número real P(Ei). Siendo consistentes con los axiomas de probabilidades
ya vistos es necesario que:
P(Ei) ≥ 0, ∇i
Y además:
∑ P(E i ) = 1
i
Para determinar la probabilidad de algún evento A definido en S bastará con sumar las
probabilidades P(Ei) de los eventos simples Ei que estén contenidos en el evento A.
55
P(A) = ∑ P(E i )
E ⊂A
i
Si adicionalmente se puede presumir que todos los resultados del experimento son
igualmente probables, es decir, que para un espacio muestral finito con n elementos, los eventos
simples Ei cumplen con:
P(E1)=P(E2)=…=P(En)
entonces:
1
P(E ) =
i n
en este caso:
1 1 1
+ + ... + = 1
n n n
Para determinar la probabilidad de algun evento A definido en S bastará con sumar las
1
probabilidades P(E ) = de los eventos simples Ei que estén contenidos en el evento A,
i n
suponiendo que el evento A esté compuesto de r posibles resultados entonces:
1
P(A) = r
n
En otras palabras, si los resultados de un experimento aleatorio son igualmente probables

(cosa que no siempre se puede suponer y que debe ser justificada suficientemente ya que en algunos
casos sería un grave error asumir), para asignarle probabilidades a algún evento A, bastará con contar
cuántos de los resultados contenidos en el espacio muestral S pertenecen o son favorables al evento
A en particular. Y cuántos posibles resultados tiene el espacio muestral S y calcular su cociente. Esta
forma de calcular probabilidades es llamada probabilidad clásica y generalmente es presentada en la
literatura de probabilidades de la manera siguiente:
56
número de maneras en que ε puede ocurrir favorable a A

P(A) =
número total de maneras en que ε puede ocurrir
Habrá entonces que contar los elementos de estos conjuntos para calcular probabilidades
bajo este modelo. En La sección siguiente se expondrán una serie de técnicas útiles para contar
sistemáticamente estos elementos.
III.4.Técnicas de conteo
En esta sección se expondrá una serie de principios y reglas básicas para aprender a contar. Se
trata de conocer el número de elementos de un conjunto sin contarlos realmente. Intentando
organizar toda una serie de métodos y formas de resolver problemas comúnmente aceptadas, que en
la literatura concerniente aparecen frecuentemente. Apropiarse de todas estas técnicas será
eventualmente inútil, si el interesado no entiende que muchas veces estos principios o reglas no
serán usados directamente la mayoría de las veces o usados parcialmente o a veces será necesario
combinar varias de ellas para enfrentar un problema. Es necesario advertir que cada vez que se
mencione la palabra “número” se estará hablando de enteros no negativos y cada vez que se diga
“conjunto de objetos” se asumirá que se trata de un conjunto finito a menos que se señale lo
contrario.
III.4.1. Reglas básicas del conteo.
El estudio de las técnicas de conteo comienza con dos principios básicos de conteo, la regla
de la suma y la regla del producto, la proposición y aplicación de éstos son realmente muy sencillas.
III.4.1.1. Regla de la Suma.
Si una primera tarea t1 puede ser llevada a cabo de m1 maneras, una segunda tarea t2 puede ser
llevada a cabo de m2 maneras y sucesivamente una tarea tn puede ser llevada a cabo de mn maneras, y
no se puede realizar más de una tarea simultáneamente, entonces el total de maneras en que
puede ser llevada a cabo cualquiera de ellas es m1 + m2 + ...+ mn maneras.

57
Antes de continuar es importante resaltar que cuando se habla de maneras de llevar a cabo
una tarea o de maneras en que sucede una acción o de maneras en que puede ser observada una
situación particular, aquí y a lo largo de este trabajo, se refiere a "maneras distintas". Estas
maneras diferentes podrán ser reconocidas por algún aspecto específico implícitamente o
explícitamente señalado en cada caso.
Ejemplos de la aplicación de la regla de la suma:
EJEMPLO 3.1 Una persona debe viajar a Ciudad Bolívar, para ello dispone de 3 líneas aéreas y 4
líneas de autobuses, al escoger la manera de viajar, tendrá que decidir entre 3+4=7 posibles maneras
EJEMPLO 3.2 Se dictan a la misma hora 3 conferencias sobre Desarrollo de Habilidades del
pensamiento, 2 conferencias sobre Psiconeuroinmunología y 3 sobre Inteligencia Emocional. Una
persona podrá entrar sólo a una de ellas, para lo cual debe decidir entre 3+2+3=8 opciones.
III.4.1.2. Principio o Regla del Producto (también llamada Principio de Selección, o de

Multiplicación).
Un procedimiento es llevado a cabo en una secuencia de t1, t2, t3, ... , tn estados. Hay m1
maneras de realizar el primer estado t1 libremente y no condicionado, hay m2 maneras de realizar el
segundo estado t2 libremente y no condicionado y sucesivamente mn maneras de realizar el estado tn.
Entonces habrá m1 x m2 x ... x mn maneras de realizar el procedimiento referido.
Ejemplos de la Regla del Producto.
EJEMPLO 3.3 Una empresa constructora ofrece en preventa prospectos para la compra de una
casa, la posibilidad uno de 4 diseños diferentes, garage con o sin puertas, con jardineros o fuente, con
o sin aire acondicionado central. Cada variable ( diseño, garage, área externa y aire acondicionado) es
considerada como cada uno de los estados por los que se ha de pasar para realizar el procedimiento
total de selección del plan de construcción de vivienda, para los cuales existen 4,2,2, y 2 maneras
respectivamente. El total de planes disponibles para los compradores viene dado por:

58
4 x 2 x 2 x 2= 32 , en la figura III.2 se representa en una diagrama de árbol los posibles planes de

construcción.
EJEMPLO 3.4. Un testigo de un accidente de tránsito en el que el causante huyó, le indica a la

policía que la matrícula del vehículo en cuestión es ABC, seguida de tres dígitos diferente los cuales
no puede recordar. El número máximo de registros que la policía debe revisar viene dado por:
10 x 9 x 8= 720 registros. Considerando que cada estado del procedimiento, es cada uno de los
dígitos de la matrícula, para el primer dígito existen 10 diferentes opciones ( cualquier número entre
59
0 y 9), para el segundo dígito, teniendo que ser distinto al anterior existen 9 opciones y para el tercero
y último, habrán 8 opciones, pues las dos asignaciones anteriores quedan descartadas.
Como ya fue mencionado, en ocasiones es posible combinar dos o más principios de conteo
distintos para resolver un problema, esto se puede apreciar en el siguiente ejemplo.
EJEMPLO 3.5 Un código utilizado para la identificación de materia prima está compuesto por 3
caracteres. El primero identifica el proveedor existiendo 3 posibles opciones A, B, y C, el segundo
caracter puede será una letra si es materia prima directa, se podrán usar las letras A, B, C, D y E ó
será un número si es materia prima indirecta, para lo cual se podrán usar los números 1,2,3, y 4 . El
tercer carácter será un correlativo del 0 al 4, si es materia prima directa, ó una de la letras A, B, C,
D, E, ó F si es materia prima indirecta.
La respuesta en esta nueva situación planteada no será automática como en los ejemplos
previos. Las opciones para escoger el primer carácter son obviamente 3, para el segundo carácter se
dispone de 5 letras o 4 números, en total 9 caracteres. Pero el tercer carácter podrá ser seleccionado
entre 5 opciones si el segundo fue una letra y entre 6 opciones si el segundo fue un número.
Entonces habrá para este ejemplo particular,
3 x [ ( 5 x 5) + ( 4 x 6 ) ] =147
maneras de construir el código de identificación de materiales. Se usaron ambas reglas, regla del
producto y regla de la suma, para alcanzar la respuesta (Ver figura III.3)
III.4.1.3. Los Diagramas de Árbol una herramienta útil del conteo.
Se trata de una herramienta muy útil cuando se plantean problemas de múltiples opciones y etapas,
consiste en un diagrama esquemático donde de un origen común se generan varios segmentos de
recta significando la variedad de opciones que pueden ser tomadas, además de que de los extremos
de cada segmento pueden originarse nuevamente otros segmentos de recta con la intención de
mostrar la posibilidad de varias etapas o estados.

60
A manera de ilustración, se presentaron los diagramas de árbol de los ejemplos señalados

como: III.2 y III.3. Aprecie como en cada caso las "puntas de las ramas" de estos "árboles"
equivalen a las maneras en que finalmente podrá realizarse el procedimiento y también como cuando
se pretende ejecutar una nueva etapa se abren "nuevas ramas" para el "árbol".
El uso de la regla del producto se puede presentar de manera muy singular, a continuación se
presenta un par de casos con la intención de ejemplificar que en cierto tipo de problemas la regla del
producto sirve para manejar variado tipo de situaciones.
EJEMPLO 3.6. Se supone en este caso que un trabajador de una empresa publicitaria dispone
de n avenidas y se van a colocar en estas avenidas r avisos publicitarios de r distintos tipos. Se
ignorará en éste las limitaciones de espacio en la avenida, ya que a lo largo de una avenida se podrá
61
colocar más de un aviso, incluso será posible colocarlos todos a lo largo de una misma avenida.
Pero si se considerará el orden relativo de los avisos de la misma avenida. La experiencia consiste
entonces en tomar los avisos y colocarlos en las avenidas, así cada vez que se toma un aviso y se
coloca en una avenida particular se está tomando una decisión, por eso el trabajador habrá de tomar
r decisiones.
Cuando se toma el primer aviso y se selecciona la avenida donde se colocará, se está tomando
una decisión de entre n posibilidades. Ahora bien, al tomar el segundo aviso para realizar el mismo
procedimiento, el trabajador se encuentra con que el número de posibilidades se incrementó en 1, ya
que la avenida en la que se colocó el primer aviso se puede considerar como si fuesen dos avenidas:
la sección de la avenida a un lado del aviso ya colocado y la sección de la avenida al otro lado del
aviso ya colocado. Este razonamiento se extiende al resto de los avisos ya que siempre que el
trabajador coloca un aviso divide necesariamente la avenida o la sección donde lo coloque en dos
secciones, por esto la acción de colocar el aviso crea una nueva posibilidad. El total de formas en que
puede ocurrir la colocación de los r avisos en las n avenidas son:
n x (n + 1) x (n + 2) x ... x (n + r - 1)
EJEMPLO 3.7. Diez personas participan en un concurso de creatividad donde de acuerdo a dos
trabajos presentados por cada uno ( 20 trabajos en total) se calificaran desde el mas creativo hasta el
menos creativo ( todas las personas son clasificadas). La clasificación se hace de la manera siguiente
se escoge el trabajo mas creativo, se adjudica a su autor el primer lugar, pero se retira su trabajo
restante, para el segundo lugar se escoge el mas creativo entre los 18 restantes una vez encontrado se
adjudica al autor el segundo lugar, pero también se retira su trabajo restante, y así sucesivamente
hasta que sean clasificadas todas las personas, de esta forma una persona podrá recibir solo una
clasificación. De esta forma habrá que tomar 10 decisiones, pero el número de opciones en cada
oportunidad irá decrementando conforme se vaya retirando a las personas del grupo. Cuando se hace
la primera elección se toma una decisión con 20 opciones, en la segunda oportunidad se toma una
decisión con 20 – 2=18 opciones y así sucesivamente hasta que finalmente cuando se han hecho 9
asignaciones quedan solo 2 opciones ( los dos trabajos de la persona que se adjudica el último lugar).
El número de maneras en que puede suceder esto es:
20 x (20 - 2) x (20 - 4) x ... x 2

62
III.4.1.4. Permutaciones.
III.4.1.4.1 Permutaciones sin reemplazo y con reemplazo.
Se considerará un conjunto de n elementos diferentes y se seleccionarán r de esos elementos,

de uno en uno, en un orden o diseño específico (es decir importa el orden), entonces hay dos
procedimientos posibles: sin sustitución o reemplazo, cada elemento que es seleccionado se retira del
conjunto de los elementos iniciales y con sustitución o reemplazo, cada elemento seleccionado vuelve
a estar disponible para poder ser retirado nuevamente, en otras palabras se toleran las repeticiones.
Ahora, con el auxilio de la regla del producto y usando el método sin reemplazo, para r ≤ n ya
que al hacerlo sin reemplazo el número r de elementos seleccionados, nunca podrá ser superior al
número de elementos disponibles n. Se puede elegir el primero de los r elementos de n maneras por
ser n los elementos disponibles en este momento. Pero solamente n-1 elementos para el segundo ya
que para la segunda selección el elemento previamente seleccionado para la primera elección ya no
podrá volver a ser seleccionado y por lo mismo n-2 para el tercero, etc. y así hay:
n x (n-1) x (n -2 ) x ... x (n - r + 1)
elecciones en total.
Para un entero n≥0 , n factorial, expresado como n! Se define por:
0! = 1
n! = nx(n-1)! = nx(n-1)x(n-2)! = nx(n-1)x(n-2)x...x2x1
Entonces para el número de elecciones totales señalado la notación siguiente es común:
Pn,r = n x (n-1) x (n -2 ) x ... x (n - r + 1) =
=
[n.(n − 1).(n − 2)...(n − r + 1)].(n − r)! =
(n − r)!
n!
Pn,r =
(n − r)!
63
La permutación de n elementos de los que se seleccionan r son denominadas también como

variaciones y se denotan como: Vn,r. Un caso especial específico es cuando r = n, es decir se
seleccionan todos los elementos hasta agotarlos. Entonces la notación usada es : Pn = n!
Por otra parte, al igual que antes usando la regla del producto y el método con reemplazo, se
puede elegir el primero de los r elementos de n maneras distintas por ser n los elementos disponibles
en este momento, desde luego ahora al hacer la segunda selección habrá nuevamente n elementos
disponibles porque el elemento escogido en la primera oportunidad fue restituido y por esto vuelve a
estar disponible y así se procede en cada una de las selecciones, así hay:
n x n x n x ... x n = nr
A diferencia del caso en que se realiza la selección sin reemplazamiento, aquí r puede no
solamente ser menor o igual a n sino que incluso puede superar a n porque los elementos retirados
siempre se restituyen, por esto no se agotan nunca y siempre se dispone de n elementos en cada
selección, de manera que la única restricción para r es que sea superior a cero ( r > 0 ). Las
Permutaciones sin reemplazo y con reemplazo, también son comúnmente llamadas Variaciones y
Variaciones con repetición, respectivamente.
Ejemplos que ilustran el uso de la permutación.
EJEMPLO 3.8. Se supone que es posible separar las letras de la palabra “COMPATIBLE”
individualmente y que se formará una nueva palabra con cinco de esas letras, sin importar si esta
palabra tiene algún significado o no, pero resulta obvio que el orden de colocación de las letras
determina cada nueva palabra, como se verá la selección de la palabra compatible se debe a que no
tiene letras repetidas y no responde a una casualidad. La experiencia se realizará sin sustitución y
también con sustitución, ahora ¿cuántas palabras es posible formar en cada caso?, la respuesta es
prácticamente directa:
Sin sustitución:
10!
P10,5 = = 10x9x8x7x6 = 30.240
(10 − 5)!

64
Con sustitución:
10 x 10 x ... x 10 =105 = 100.000
Ahora véase como cambian las cosas cuando se toman, no solo cinco letras, sino todas las
letras, sin sustitución y con sustitución.
Sin sustitución:
P10 = 10! = 10 x 9 x ... x 2 x 1 = 3.628.800
Con sustitución:
10 x 10 x ... x 10 =1010 = 10.000.000
Una variante muy interesante es pensar, por ejemplo, que ahora se pretende calcular todas las
palabras que se pueden formar con las diez letras individuales de la palabra "COMPATIBLE" sin
sustitución, pero en las que el par de letras "OM" estén seguidas una de otra pero en ese orden. Aquí
es fácil usar el principio de permutación si se supone que las letras "OM" se funden en una sola letra:
[C] [OM] [P] [A] [T] [I] [B] [L] [E]
habrá entonces P9 = 9! = 362.880 maneras en las que "OM" están juntas y en ese orden. Si solo
interesa que estas letras "O" y "M" estén juntas sin importar el orden, es decir "OM" o "MO", basta
tomar el resultado anterior y multiplicarlo por dos, ya que para cada una de las posibles palabras
contadas habrá ahora dos posibilidades. Entonces: P9 x 2 = 9! X 2 = 362.880 x 2 = 725.760
Una variante adicional, calcular el número de palabras que se pueden construir con las diez
letras individuales de la palabra "COMPATIBLE", sin sustitución, pero en las que la letra "C" está en
la primera posición y la letra "E" está en la última posición. Acá se procede suponiendo que la letra
"C" y la "E" no existen y se establece la permutación con las ocho letras restantes, es decir, se
ignoran ambas letras porque se suponen ya colocadas y fijas.
65
C< OMPATIBL >E
habrá P8 = 8! = 40.320 maneras en las que "C" y "E" están en las posiciones mencionadas.
Como ya se va advirtiendo las variantes para cada ejercicio son múltiples y como se señaló
previamente las formas de aplicar los principios para realizar los cálculos a veces son muy ingeniosas,
esto podría desanimar al interesado.
EJEMPLO 3.9 Se continúa con las letras de la palabra "COMPATIBLE". Suponga que se quiere
conocer el número de palabras que se pueden formar con estas diez letras, sin sustitución, donde las
letras "C" y "E" aparezcan separadas por cinco letras entre ellas, aquí se calcularán permutaciones y
se requerirá del auxilio de la regla de la suma. Primero se aprecia que existen ocho formas generales
de construir palabras en las que la "C" y la "E" están separadas por cinco letras (apreciar que en unas
la "C" aparece antes de la "E" y en tantas otras la "E" aparece antes de la "C" siempre separadas por
exactamente cinco letras, ver figura III.4 ) en cada una de estas formas siempre la "C" y la "E" serán
separadas por cinco letras y las otras tres letras ocuparán los sitios restantes, en la primera forma la
"C" ocupa la primera posición y la "E" ocupa la sexta posición, por eso habrá P8 = 8! = 40.320
maneras. Pero lo que se hizo aquí es extensivo para las otras siete formas y los cálculos serán
idénticos. Y usando la regla de la suma, las palabras que se pueden formar cumpliendo la condición
señalada son:
P8 + P8 + ... + P8 = 8 x P8 = 8 x 8! = 8 x 40.320 = 322.560

66
EJEMPLO 3.10 Se quiere ahora calcular la cantidad de palabras que se pueden formar con las letras
de la palabra "COMPATIBLE", sin sustitución, donde la letra "C" aparezca en una posición previa a
la letra "E".
Otra vez se presentan formas generales con características comunes, por ejemplo, la "C" en la
primera posición y la "E" en la segunda posición, las ocho posiciones restantes ocupadas por las
ocho letras que quedan, se tiene entonces una permutación de ocho elementos P8 = 8!, pero la letra
"E" pudo ocupar la tercera posición y se sigue cumpliendo la condición del ejercicio o muy bien
pudo ocupar cualquiera de las siete posiciones restantes presentándose así nueve sub-formas donde
la "C" ocupa la primera posición y la "E" otra de las posiciones siguientes a la primera (Ver figura
III.5). Luego la "C" en la segunda posición y la "E" cualquiera de las ocho posiciones restantes
siguientes, en la posición uno podrá estar cualquier letra menos la C, quien está en la segunda
posición, ni la letra E, que puede estar en cualquiera de las 8 posiciones siguientes, por lo que habrá 8
posibles ocupantes del primer lugar, entonces auxiliados por la regla del producto, la regla de la suma
y la permutación se tiene:
9 x P8 + 8 x P8 + ... + 2 x P8 + P8 = ( 9 + 8 + ... + 2 + 1 ) x P8 =
= 45 x 40.320 = 1.814.400
maneras de seleccionar las letras de la palabra "COMPATIBLE", sin sustitución donde la "C" esté en
alguna posición previa a la posición que ocupa la letra "E".
67
III.4.1.4.2 Permutaciones cuando no todos los elementos son diferentes.
Para establecer las permutaciones se partió de la base de que los n elementos disponibles son
diferentes, no siempre este es el caso. Suponga ahora que se realiza el siguiente procedimiento, se
dispone de n elementos de entre los cuales habrá una pareja que no son diferentes, es decir, son
idénticos. Hay entonces n elementos pero de n-1 tipo distintos, si se hace un proceso de selección sin
sustitución hasta agotarlos, decir que las maneras en que puede ocurrir es la permutación Pn sería un
error porque como se sabe, hay una pareja de ellos que son indistinguibles, bastaría con imaginar que
se intercambian estos dos elementos entre sí, uno toma el lugar del otro y viceversa en cualquiera de
las secuencias construidas en particular y no habría ningún cambio, sería la misma secuencia. Para
recuperar este error bastaría con dividir entre 2, es decir, las maneras en que sucede son Pn/2. Y si
en vez de tener una pareja de elementos idénticos se tiene un trío de elementos idénticos, aquí se
hace extensivo el mismo procedimiento, habría que dividir la permutación entre P3 = 3! ( las
permutaciones posibles de tres elementos distintos) y así sucesivamente.
Por esto, si se dispone de n elementos donde n1 son de un tipo indistinguibles entre sí, n2 son
de otro tipo indistinguibles entre sí, ... , y nk son de otro tipo indistinguibles entre sí, tal que n1 + n2 +
... + nk = n y se hace una selección de todos ellos sin sustitución, las maneras en que puede ocurrir
son:

68
n!
n !n !...n !
1 2 k
Este número aparecerá más adelante como número o coeficiente multinomial. Por otra
parte, nótese que si k = n implica que todos los elementos son distintos, equivalente a decir n1 = n2 =
... = nk = 1 y se volverá a la fórmula de la permutación original Pn = n!.
EJEMPLO 3.11. Se supone nuevamente que las letras de una palabra, en este caso
"SIMPLEMENTE", pueden separarse individualmente para formar nuevas palabras sin importar si
tienen significado o no, se seleccionan todas las letras sin sustitución, ¿cuántas palabras pueden
formarse?, para responder esto lo primera es observar que en las diez letras hay "E" tres veces, "M"
aparece dos veces, "S","I","P","L","N","T" aparece cada una, una vez, entonces las maneras serán:
11!
= 3.326.400
3! x2! x1! x1! x1! x1! x1! x1!
aplicando directamente la fórmula que se acaba de deducir.
EJEMPLO 3.12 Se quiere ahora calcular la cantidad de palabras que pueden componerse con las
letras de la palabra "CASABLANCA" haciendo una selección de todas ellas sin sustitución, en las
que las letras "C" y las letras "A", aparezcan siempre de a pares, por ejemplo: "CC AABAALNS", acá
se podrá responder a esta pregunta fácilmente imaginando que las letras mencionadas se fusionan en
grupos de dos letras así: "CC", "AA", "AA",. Entonces se tendrán siete letras disponibles entre las
cuales hay una "NN", dos letras tipo "AA", una "B" ,una "L", una "N" y una "S" el número de
maneras será:
7!
= 2.520
2! x1! x1! x1!1!x1! x1!
EJEMPLO 3.13 Supóngase ahora que se quiere conocer ¿cuántas palabras se pueden formar? con
las letras de la palabra "PROBABILIDAD" seleccionándolas totalmente y sin sustitución, pero
donde todas las letras consonantes aparezcan antes de las vocales. En este caso se puede obtener una
respuesta satisfactoria imaginando que las letras consonantes forman una sub-palabra al igual que las
letras vocales formarán otra sub-palabra, usando entonces el principio de permutación con repetición
para cada sub-palabra y la regla del producto, el número de maneras será:
69
7! 5!
x = 1.260x30 = 37.800
1! x1! x1! x2! x2! 1! x2! x2!
El primer término corresponde a la primera sub-palabra que contiene las consonantes, el
segundo término corresponde a la sub-palabra que contiene a las vocales.
III.4.1.5 Combinaciones.
En el caso de las permutaciones se enfatizó que el orden en que fuesen elegidos los
elementos que formarían la selección era tomado en cuenta, pues bien, para el caso de las
combinaciones se hace caso omiso del orden de los elementos elegidos, una combinación hecha de n
elementos es cualquier selección de uno o más de estos elementos sin que sea considerado el orden
de la elección. Hay dos tipos de formas en que pueden construirse las combinaciones, sin repetición
o reemplazo y con repetición o reemplazo.
III.4.1.5.1 Combinaciones sin reemplazo.
En general, se dispone de n elementos diferentes entre sí y se procede a realizar una

selección o combinación de r de esos elementos (0 < r ≤ n) sin reemplazamiento y donde no importa
el orden o la secuencia en que se hace la elección. Para obtener una expresión general del cálculo del
número de maneras en que esto puede suceder se recordará el número de maneras en que pueden ser
elegidos r elementos de n disponibles diferentes y sin sustitución, tomando en cuenta el orden, es
decir, una permutación de n elementos en r elementos es Pn,r. Obsérvese que en este caso después de
haber elegido los r elementos hay r! maneras de permutarlos por ser de importancia el orden. Así, si
se divide esta permutación Pn,r entre r! se están contando las maneras pero ignorando el orden.
Entonces, el número de combinaciones de tamaño r elementos, tomados de entre n

elementos diferentes disponibles y sin reemplazo será el número de permutaciones de r elementos de
entre n elementos diferentes disponibles sin reemplazamiento dividido entre las permutaciones
posibles de los r elementos escogidos. Serán:
n!
Pn, r (n − r)! n!
= =
r! r! (n −)!r!

70
Este número es llamado número combinatorio o coeficiente binomial, aparece en muchos

contextos en matemática y hay varias formas de denotarlo:
n n!
Cn, r =   =
 r  (n − r)! r!
Ver ejemplo representado en la figura III.6
III.4.1.5.2. Algunas propiedades del número combinatorio o coeficiente binomial.
Condición de simetría: Se enuncia a continuación una propiedad general del número combinatorio
o coeficiente binomial, llamada la condición de simetría que establece que Cn,r = Cn,(n-r). A los
números combinatorios que cumplen esta condición se les denomina como números combinatorios
complementarios. Sean n objetos diferentes entre sí, de entre los cuales se seleccionan r de éstos sin
importar el orden y sin reemplazamiento con 0 ≤ r ≤ n, entonces:
n  n 
  =  
 r  n − r
71
relación que se puede probar aritméticamente por:
n n! n!  n 
  = = =   = Cn, r = Cn, (n − r)
 r  (n − r)!r! [n − (n − r)]!(n − r)!  n − r 
Tal vez es preferible observar que, al tratar con una selección sin reemplazamiento de tamaño
r de una colección de n objetos distintos, el proceso descarta o deja sin ser elegidos (n-r) objetos cada
una de las veces que se hace una selección de r objetos que constituyen la elección. Por esto el
número de conjuntos distintos de tamaño r que pueden elegirse equivale al número de conjuntos de
objetos de tamaño (n-r) que no son seleccionados o desechados al ejecutar el procedimiento. Ver
figura III.7 donde se muestra un ejemplo para selecciones de tamaño dos con cinco objetos
disponibles.
Fórmula de Stifel: Se propone ahora otra identidad muy importante del número combinatorio
que se le conoce como fórmula de Stifel (debida al alemán Michael Stifel (1486-1567) que apareció
por primera vez en su obra Arithmetica Integra en 1544). Y es la siguiente, suponiendo que se
seleccionan r objetos de entre n objetos distintos sin orden y sin sustitución:
 n   n - 1  n - 1
  =   +  
 r   r   r -1
Es posible su demostración aritmética como sigue:
 n - 1  n - 1 (n − 1)! (n − 1)!
  +   = + =
 r   r - 1  r!(n − 1 − r)! (r − 1)!(n − r)!
(n − 1)!(n - r) (n - 1)!r
= + =
r!(n − r)(n - r - 1)! r(r - 1)!(n − r)!
(n − 1)!(n - r) (n - 1)!r
= + =
r!(n − r)! r!(n − r)!
n(n − 1)!
= =
r!(n − r)!

72
n! n
= =  
r!(n − r)!  r 
73
También es posible establecer una demostración de la fórmula de Stifel usando argumentos

combinatorios. Ver figura III.8. Si se dispone un grupo de n objetos diferentes y se esta interesado en
conocer el número de selecciones distintas de r objetos sin importar el orden que es posible realizar
n
se ha afirmado ya que será   . A este número de posibles selecciones sin importar el orden
r
también se puede llegar razonando de la siguiente forma.
Sea “a” uno de esos n objetos disponibles, entonces se puede consentir que de las posibles
selecciones e tamaño r algunas tendrán al elemento “a” entre sus integrantes y otras no lo tendrán.
Así mismo el número de selecciones diferentes de tamaño r extraídas del grupo de n objetos que
 n - 1
contienen a “a” serán   , puesto que el objeto “a” no debe estar disponible para realizar la
 r -1
selección porque ya se supone que forma parte de ésta, habrá n-1 objetos y se seleccionarán r-1
 n - 1
objetos porque ya “a” esta ocupando su lugar en la selección de tamaño r. Además habrá  
 r 

74
selecciones distintas que no contienen a “a”, puesto que habrá disponibles n-1 objetos ya que no se
permitirá que “a” entre a ninguna selección de r objetos. Luego usando el principio de suma se tiene
precisamente la fórmula de Stifel.
 n - 1  n - 1  n 
  +   =  
 r -1  r   r 
Además se presenta aquí una expresión muy interesante que corresponde al uso de la fórmula
de Stifel.
 n   n - 1  n - 2   n - 3   r   r - 1
  =   +   +   + ... +   +  
r
   r - 1   r - 1   r - 1   r - 1   r - 1 
Para demostrarla se usará la fórmula de Stifel reiteradamente como se muestra y así se llegará
a una expresión que será muy útil más adelante.
 n   n - 1  n - 1
  =   +  
 r   r -1  r 
 n   n - 1  n - 2   n - 2 
  =   +   +  
 r   r -1   r -1   r 
 n   n - 1  n - 2   n - 3   n - 3 
  =   +   +   +  
 r   r -1  r -1   r -1   r 
.
.
.
 n   n - 1  n - 2   n - 3   r  r
  =   +   +   + ... +   +  
 r   r -1  r -1   r -1   r - 1  r 
 n   n - 1  n - 2   n - 3   r   r - 1  r - 1
  =   +   +   + ... +   +   +  
 r   r -1  r -1   r -1   r - 1  r - 1  r 
Por ser nulo el último término la expresión finalmente será esta:
 n   n - 1  n - 2   n - 3   r   r - 1
  =   +   +   + ... +   +  
 r   r -1   r -1   r -1   r - 1  r - 1
75
Teorema del binomio y el triángulo de Pascal:
El teorema del binomio se debe a Niccolo Fontana (1499-1559), quién es conocido como Tartaglia
por su tartamudez. Este teorema es más comúnmente conocido como el teorema del binomio de
Newton, fue Sir Isaac Newton (1642/1643-1747) quien lo generalizó en 1662 y en la literatura se
presenta frecuentemente como la siguiente expresión:
n n
(x + y) n = ∑   x r y n − r
r = 0 r 
Al desarrollar el producto de n factores del tipo (x+y) se obtendrá la suma de monomios de

grado n en las dos variables x, y. El monomio xryn-r aparece tantas veces como formas existan de
n
escoger r de los n paréntesis para seleccionar la x de ellos. Este número por su puesto será   . Es
r
por eso que a raíz del teorema del binomio, a estos números se les denomina coeficientes binomiales.
Como ejemplo se desarrolla con grado 4 el factor (x+y).
 4  0 4−0  4  1 4−1  4  2 4−2  4  3 4−3  4  4 4−4

(x + y) 4 =   x y +   x y +   x y +   x y +   x y =
 0 1  2  3  4
= y 4 + 4xy 3 + 6x 2 y 2 + 4x 3 y 4 + x 4 .
La fórmula de Stifel permite calcular los coeficientes binomiales recursivamente, se trata de

que conocidos los coeficientes binomiales con numerador n-1 se podrán calcular los de numerador n.
Si ahora se disponen estos coeficientes en forma triangular, entonces cada uno de ellos es igual a la
suma de los dos que están más cercanos de la fila superior (es decir el diagonal superior a su
izquierda y a su derecha). Tabla de números que es conocida como triángulo de Pascal o también
triángulo aritmético. Esta tabla se le sigue atribuyendo a Tartaglia, aunque esta disposición ya aparece
en el trabajo del algebrista chino Chuo Sie-kie a inicios del siglo XIV y su primera aparición en
occidente se debe a Petrus Apianus (1495-1552). Sin embargo debido a los amplios estudios que
sobre sus propiedades y aplicaciones realiza el matemático Blaise Pascal, se le denomina en su honor
triángulo de Pascal.

76
A continuación se muestran los coeficientes binomiales junto con su valor dispuestos en

forma de triángulo para los numeradores desde 1 hasta 5.
1  1
n=1   = 1   = 1
0  1
 2  2  2
n=2   = 1   = 2   = 1
0 1  2
 3  3  3  3
n=3   = 1   = 3   = 3   = 1
0 1  2  3
 4  4  4  4  4
n=4   = 1   = 4   = 6   = 4   = 1
0 1  2  3  4
5 5 5  5 5  5
n=5   = 1   = 5   = 10   = 10   = 5   = 1
0 1  2  3  4  5
Como puede apreciarse cada coeficiente podrá ser expresado como la suma de los dos
superiores. Además de que existe una simetría perfecta, en cuanto al valor de los coeficientes, si se
traza un eje vertical que seccione el triángulo en dos mitades iguales.
III.4.1.5.3 Identidades combinatorias.
Número de subconjuntos de un conjunto con n elementos.
n n n  n  n

  +   +   + ... +   +   = 2 n
 0 1  2  n - 1  n 
Se verá que usando el teorema del binomio apropiadamente al asignarle x=y=1 la

proposición en su miembro izquierdo queda finalmente como (1+1)n=2n, así queda demostrada sin
ningún cálculo. Además directamente sobre el triángulo de Pascal se puede verificar que la suma de
los coeficientes binomiales de cada fila siempre resultará en 2n.
Una demostración combinatoria muy ingeniosa consiste en suponer un conjunto de n

elementos. Ahora se piensa que una secuencia de n dígitos binarios (“0” ó “1”), donde cada dígito
esta asociado a un elemento, puede representar todos los posibles diferentes subconjuntos del
conjunto original de n elementos de una manera biunívoca. El dígito toma el valor “0” si el elemento
no esta incluido ó “1” si esta incluido. De esta manera una secuencia n 0’s será el conjunto vacío que
77
n
correspone con el término   = 1 , luego una secuencia n-1 0’s y haya un solo 1 podrá construirse
0
de n maneras distintas al poder ocupar este 1 cualquiera de las n posiciones y corresponde
n
precisamente con   = n . Así sucesivamente hasta la cadena de n 1’s que representa al subconjunto
1
n
que contiene todos los elementos y corresponde con   = 1 . Habiendo sustentado esta relación
n
suficientemente entre la cantidad de subconjuntos distintos de un conjunto de n elementos y las
secuencias de n dígitos binarios bastará entonces con contar las posibles cadenas distintas que
pueden escribirse. Ya que cada uno de estos dígitos podrá escribirse de solo dos maneras, “0” ó “1”,
entonces usando el principio de multiplicación se tienen 2 x 2 x … x 2 = 2n.
Identidad de Vandermonde.
La siguiente identidad se atribuye a Abmit Teófilo Vandermonde (1735-1796) y para su

demostración bastará con hacer un análisis combinatorio.
 n + m   n  m   n  m   n  m   n  m   n  m 
  =    +    +    + ... +    +   
 r   0  r   1  r - 1  2  r - 2   r - 1 1   r  0 
Se trata de suponer dos conjuntos disjuntos, uno de ellos con n elementos y el otro con m
elementos y entonces calcular la cantidad de subconjuntos de cardinalidad r que es posible construir
a partir de la unión de los dos conjuntos que se mencionaron. De esta manera esos subconjuntos
tendrán obviamente un cierto número s de elementos del primer conjunto y cierta cantidad r-s de
elementos del segundo conjunto, usando el principio de multiplicación se calcula el número de
 n  m 
subconjuntos con estas características así:    , luego usando el principio de la suma se
 s  r - s 
obtendrán todas las clases de subconjuntos descritos sumando para s desde 0 hasta r resultará la
expresión recién mostrada.
Simplificación del producto de números combinatorios.
También denominado como principio o regla del producto de números combinatorios

establece que:
78
 n  r   n  n − k 
   =    para k ≤ r ≤ n.
r k
     k r − k 
Reemplazando los combinatorios por sus factoriales se puede demostrar aritméticamente

como sigue:
 n  r  n! r! n! n! (n − k)!
   = = = =
 r  k  r! (n − r)! k! (r − k)! (n − r)! k! (r − k)! (n − r)! k! (r − k)! (n − k)!
n! (n − k)!  n  n − k   n  n − k 
= =    =   
k!(n − k)! (n − r)!(r - k)!  k  n − r   k  r − k 
También usando argumentos combinatorios es posible establecer la regla. De un conjunto de

n objetos se selecciona sin orden y sin reemplazo un grupo de r de éstos (r ≤ n) y de este grupo
también sin orden y sin reemplazo se selecciona un grupo de k (k ≤ r), esto puede realizarse de
 n  r 
   maneras. Por otra parte esto mismo puede ocurrir si del mismo grupo de objetos se
 r  k 
selecciona sin orden y sin reemplazo un grupo de k objetos para luego también sin orden y sin
reemplazo de los n-k objetos no seleccionados se selecciona un grupo de r-k objetos, así esto puede
 n  n − k 
hacerse de    maneras distintas.
 k  r − k 
III.4.1.5.3 Coeficientes binomiales a partir de las permutaciones cuando no todos los objetos
son diferentes.
Se plantea ahora un razonamiento singular en el que usando la permutación cuando no todos

los objetos son diferentes se puede derivar también el número combinatorio. Ahora se razona de la
siguiente manera: se dispone de m elementos de entre los cuales habrá m1 de tipo 1, indistinguibles
entre sí y m2 de tipo 2, también indistinguibles entre sí (m1 + m2 = m), entonces si se calcula el
número de maneras de permutar estos elementos se obtiene por la fórmula ya conocida:
79
m!
m !m !
1 2
Ahora si se piensa que los elementos permutados del tipo 1 son análogos a los r elementos
que se seleccionan sin reemplazo y los elementos permutados del tipo 2 son análogos a los que se
desechan al hacer la selección cuando se pretende calcular el número de combinaciones posibles de
tamaño r al disponer de n elementos distinguibles, se tendrá un cálculo equivalente. Como m = n y
m1 = r, m2 será igual a n-r, entonces:
n n! m m!
  = = =
 
 r  (n − r)! r!  m1  m1! m 2 !
Un ejemplo mostrará tal vez mejor este asunto. Se supone que se dispone de cinco símbolos (
m = 5 ), de los cuales, se dice tres son "A" ( m1 = 3 ) y los dos restantes son "B" ( m2 = 2 ), desde
luego se tiene aquí una permutación de cinco elementos cuando no todos los elementos son
distinguibles, tres son de un tipo ("A") y dos son de otro tipo ("B"). Ahora si se pretende calcular el
número de permutaciones posibles de estos cinco símbolos se tendrá:
m! 5!
= = 10
m1!m2! 3!2!
Pero también es posible llegar a lo mismo por otra vía. Para esto se imagina que los cinco
lugares ( n = 5 ) que ocuparán los cinco símbolos mencionados están vacíos formando un orden
específico. Así las formas distintas en que se pueden repartir los cinco símbolos mencionados
equivale a seleccionar tres de los lugares ( r = 3 ) para ubicar los símbolos "A" y colocar los símbolos
"B" en los lugares desechados en ese intento, por eso el número de maneras en que esto puede
realizarse es:
 n  5 5!
  =   = = 10
 r   3  (5 − 3)!2!

80
Ejemplos de la aplicación de las combinaciones sin reemplazo o coeficiente binomial

al conteo.
EJEMPLO 3.14 . Doce hombres y ocho mujeres con las mismas habilidades participan en un
concurso por la asignación de una beca de estudios, hay solo cinco partidas para asignar. Por lo que
el total de posibles grupos entre los que se pueden elegir los ganadores, viene dada por:
 20 
  = 15.504
5
Bajo las mismas condiciones descritas, ahora se introduce un nuevo elemento. El organismo
que realiza las asignaciones conoce que tres de los veinte candidatos introdujeron credenciales falsas,
razón por la que nunca podrían estar incluidos entre sus cinco ganadores. De ¿cuántas maneras se
podrá realizar la selección conforme a esta información adicional?, el organismo tendrá ahora solo
diecisiete solicitantes disponibles, por eso las maneras en que podrá realizarse la selección serán:
17 
  = 6.188
5
De ¿cuántas maneras se podrá realizar esta selección?, si además de lo ya señalado, el

organismo confiesa que en el grupo de cinco estudiantes que va a seleccionar siempre incluirá a dos
de los participantes, ya que los conoce con anterioridad y reconoce sus cualidades, además de ser de
muy escasos recursos económicos. Ahora se tendrá que elegir solo a tres ganadores, dado que se
sabe que los dos participantes mencionados siempre serán incluidos dentro de los ganadores y
adicionalmente habrá también dos participantes menos entre los elegibles, por eso las maneras
posibles en que podrá realizarse la asignación de becas serán:
15 
  = 455
3
EJEMPLO 3.15. Suponga que ahora se otorgarán dos becas a hombres y tres becas a mujeres,
teniendo el mismo grupo elegible. Se pretende conocer de cuántas maneras puede suceder esto. El
número es:
12  8 
   = 66 x 56 = 3.696
 2  3 
81
Se han usado aquí los coeficientes binomiales y la regla o principio del producto para calcular
el número de maneras, considerando dos estados o etapas, selección de hombre y selección de
mujeres.
EJEMPLO 3.16 Ahora se agrega una dificultad adicional: el grupo de 12 hombres está compuesto
de 7 estudiantes de ingeniería y 5 de medicina, el grupo de 8 mujeres está compuesto de 5
estudiantes de ingeniería y 3 de medicina. El organismo deberá nuevamente seleccionar a dos
estudiantes hombres y tres estudiantes mujeres. Si el conjunto final de 5 ganadores está integrado
por 3 estudiantes de ingeniería y 2 de medicina.¿ De cuántas maneras se puede realizar esto? Debe
señalarse con precisión que lo que importa es que en el grupo final haya 3 estudiantes de ingeniería y
2 de medicina, sin importarse sexo. Claro que como se sabe, en el grupo final habrá 2 hombres y 3
mujeres. Esto podrá satisfacerse en varios casos, por ejemplo, 2 hombres estudiantes de ingeniería y
ninguno de medicina con 1 mujer estudiante de ingeniería y 2 de medicina., otra forma de cumplir la
exigencia, es ningún hombre de ingeniería y 2 de medicina con 3 mujeres de ingeniería y ninguna de
medicina, o finalmente 1 hombre de ingeniería y 1 hombre de medicina con 2 mujeres de ingeniería
y 1 de medicina. Las formas en que puede suceder esto en cada uno de los tres casos mencionados
se contarán de forma similar a como realizó en el ejercicio anterior, usando los coeficientes
binomiales y la regla del producto, para luego, usando la regla o principio de la suma s contar las
formas totales. Así:
 7  5  5  3 
     = 21x1x5x3= 315
 2  0  1  2 
 7  5  5  3 
     = 1x10x10x1= 100
 0  2  3  0 
 7  5  5  3 
     = 7x5x10x3= 1.050
 1  1  2  1 
En total son: 1.465 maneras.
EJEMPLO 3.17 Ana y Beatriz forman parte de un grupo de 10 personas, se desea seleccionar a 4
personas del grupo de 10, sin que el orden importa y sin admitir repetición. Es decir lo que importa

82
es quienes son las personas seleccionadas. Por todo lo anterior "la combinación " es la opción
adecuada. Así se podrán construir:
10 
  = 210 Grupos distintos.
4
Obsérvese que, usando el principio de simetría, tal acción equivale a contar el número de
posibles selecciones de 6 personas que no serán incluidas en el grupo..
 10  10 
  =   = 210
 10 - 4  6
Ahora interesa conocer en cuántos de esos 210 grupos distintos de 4 personas que podrían
construirse se encuentra Ana y en cuántos no se encuentra esta misma persona. Como es natural
pensar estas dos cantidades señaladas al ser sumadas tienen que resultar en 210 posibilidades.
Los grupos en que no se encuentra Ana se pueden contar suponiendo que se dispone de solo
9 personas para conformar el grupo de 4 personas ya que no se permitirá que Ana esté disponible y
los grupos que si la contienen se conformarán seleccionando de entre 9 personas sólo 3, ya que Ana
ya está incluida y no se dejará que se pueda incluir dos veces, es decir estas 3 personas acompañarán a
Ana. Como se ve, estos dos conteos suman lo que ya se había adelantado y son sencillamente una
aplicación de la fórmula de Stifel.
10 − 1  9  10 − 1  9 
  =   = 126   =   = 84
 4   4  4 − 1   3
Ahora interesa saber en cuántos de esas 210 formas de estructurar el grupo se encuentra Ana
y no Beatríz, en cuántos está Beatriz y no Ana y además en cuántos Ana y Beatriz. Estas tres
cantidades señaladas deberán sumar un número menor a 210 posibilidades porque se están
desestimando los grupos en que no está Ana, ni está Beatriz.
Los grupos en los que está Ana y no Beatriz se pueden contar suponiendo que se dispone
de solo 8 personas, ya que no se permitirá que Ana y Beatriz estén disponibles (Ana porque ya se
encuentra elegida y Beatriz porque no se desea que sea seleccionada) para el cual se seleccionarán
solo 3 personas ya que Ana ya fue incluida. La interpretación para los grupos en los que no está Ana,
83
pero si Beatriz será similar. Y al contar las formas en que puede resultar un grupo en el que estén
ambas personas se dispondrá de solo 8 persona (se excluye a Ana y a Beatriz) para seleccionar sólo 2
personas (Ana y Beatriz ya fueron seleccionadas y sólo faltan 2 personas para conformar el grupo de
4). Como se ve estos conteos suman lo que ya se había adelantado y son sencillamente una aplicación
de la fórmula de Stifel.
10 − 2   8  10 − 2   8  10 − 2   8 
  =   = 56   =   = 56   =   = 28
 4 − 1   3  4 − 1   3  4 − 2   2
III.4.1.6 Los Coeficientes Multinomiales.
Otro problema del conteo que se presenta profusamente es el de encontrar el número de

particiones de un conjunto, por una partición se entiende a una división de éste conjunto en varios
subconjuntos no vacíos y ordenados, para que sea posible referirse a ellos como el subconjunto 1, el
subconjunto 2, etc. Sin embargo los elementos de cada subconjunto no tendrán orden como es
lógico pensar.
En particular sea un conjunto de n objetos distintos e interesa conocer el número de maneras

posibles en que podrá hacerse una partición de este conjunto en k subconjuntos que contendrán cada
uno r1, r2,…, rk elementos respectivamente de manera que r1 + r2 + … + rk = n. Se procederá de la
siguiente forma: para el primer subconjunto que contiene r1 objetos o elementos de n que se
n
encuentran disponibles resulta que esto podrá realizarse de   maneras, luego para el segundo
r
 1
subconjunto habrá n-r1 objetos disponibles aún y se seleccionarán r2 de éstos, así podrá hacerse de
 n - r1   n - r1 − r2 
  maneras, desde luego para el tercer subconjunto será de   maneras, al continuar
 r   r 
 2   3 
con este procedimiento finalmente se llega al k-ésimo subconjunto. Entonces quedarán disponibles
n-r1-r2-…-rk-1 objetos (estaexpresión es precisamente rk) y se seleccionan de entre estos objetos rk de
 n - r1 − r2 - ... - rk 
ellos que será   . Luego usando el principio de multiplicación se obtiene
 r 
 k 
finalmente:

84
 n  n - r1  n - r1 − r2   n - r1 − r2 - ... - rk  n!
   ... =
 r  r  r3   r 
 1  2    k  r1!r2 !r3!...rk !
Este número que ya fue estudiado cuando se verificaron las permutaciones cuando no todos
los objetos son distintos, se denomina número multinomial o coeficiente multinomial y se denota de
la siguiente forma:
 n  n!
 =
 r , r , r , ... r  r !r !r !...r !
1 2 3 k 1 2 3 k
La razón para denominarlos coeficientes multinomiales responde al hecho de que surgen

como los coeficientes de la expansión del multinomio x1 + x 2 + x 3 + ... + x elevado a la potencia
k
n, en otras palabras al desarrollar
(x1 + x 2 + x 3 + ... + x k )n se obtienen k n

monomios de grado n en las variables x1, x2, x3,…, xk. El
r r r r
número de veces que aparece uno de estos monomios, digamos x1 1 x 2 2 x 3 3 ...x k será igual al
k
(
número de maneras de escoger r1 factores x1 + x 2 + x 3 + ... + x
k
) para seleccionar x , r
1 2 para
seleccionar x2 … rk factores para seleccionar xk. Este número es precisamente el que se acaba de
definir y es conocido como el teorema multinomial:
  r
(x1 + x 2 + x 3 + ... + x k )n = ∑ 
n
 x x r x r ...x r
 r , r , r , ... r  1 1 2 2 3 3 k k
r + r + r + ... + r = n  1 2 3 k
1 2 3 k
EJEMPLO 3.18 De cuántas maneras se pueden colocar tres bombillos rojos, cuatro amarillos, dos
azules y tres verdes en un árbol de navidad con doce receptáculos.
Se usarán las combinaciones para seleccionar los receptáculos en los que estarán los
bombillos de cada color, primero se selecciona 3 de entre 12 para escoger los receptáculos que
contendrá luces rojas, luego de los 9 restantes se seleccionan los 4 que tendrán las luces amarillas,
posteriormente de los 5 receptáculos restantes se escogen 2 para las luces azules y finalmente en los
3 restantes serán colocadas las luces verdes. Luego usando el principio de multiplicación se calculará
85
el número de formas distintas en que pueden colocarse las doce luces. Lo recién descrito equivale a
usar el número multinomial para n=12 y n1=3, n2=4, n3=2 y n4=3, como se ve:
 12  12  9  5  3  12!
  =      = = 277.200 distintos arreglos
 3 , 4 , 2 , 3   3  4  2  3  3!4!2!3!
Si la selección de los receptáculos se hubiese realizado en cualquier orden distinto al señalado

para los colores de las luces, por ejemplo, primero se escogen los 2 para las luces azules, de los 10
receptáculos restantes, se seleccionan 3 para las luces rojas, de los 7 restantes tres para las verdes y
finalmente se seleccionan las 4 restantes para las luces amarillas, el resultado será el mismo:
 12  12!
  = = 277.200 distintos arreglos.
 2 , 3 , 3 , 4  2!3!3!4!
EJEMPLO 3.19 Una planta posee 10 celdas de producción, cada día y durante cinco días se escogen
al azar dos de las celdas para inspeccionar ciertos estándares de calidad, hasta completar la inspección
de las 10 celdas, es decir dos celdas por día. El total de formas en que puede completarse las 10
inspecciones en los cinco días viene dado por:
El primer día se hará una selección de 2 celdas entre las 10 disponibles, para el segundo día entre las
8 no inspeccionadas se seleccionan otras 2, así sucesivamente de forma que para el quinto día solo
quedarán dos disponibles para inspeccionar, así tenemos:
 10  10  8  6  4  2  10!
  =       = = 113.400
 2 , 2 , 2 , 2, 2   2  2  2  2  2  2!2!2!2!2!
III.4.1.7 Combinaciones con reemplazo y aplicaciones.
III.4.1.7.1 Definición de combinaciones con reemplazo.
También conocidas como combinaciones con repetición, son las diferentes formas que habrá
de tomar r objetos, sin importar el orden, de n dados, pero esta vez admitiendo elementos repetidos
(o reemplazando el objeto seleccionado por otro idéntico). Ha de observarse que con n elementos y

86
tomando de r en r pero sin reemplazo r siempre debía ser menor a n o como máximo igual a n pero
nunca mayor, ahora en las combinaciones con reemplazo r podrá ser mayor a n.
Veáse por ejemplo que si los objetos disponibles son las letras a, b y c las combinaciones
posibles sin reemplazo tomadas de 2 en 2 serán las siguientes: ab, ac y bc, que es precisamente
 3
  = 3 . Pero si se permite el reemplazo serán las seis siguientes: aa, ab, ac, bb, bc y cc.
 2
Pues bien, el número de posibles combinaciones con reemplazo que es posible construir a
partir de n objetos tomados de r en r serán:
 n + r - 1
 
 r 
Estas dos formas para la notación de este nuevo tipo de combinaciones con reemplazamiento
que se presentan aquí son usadas comúnmente:
  n    n + r - 1
CR =     =  
n, r
 r   r 
Una demostración tal vez poco elegante, pero muy interesante, de esta aseveración, consiste
en establecer una correspondencia uno a uno entre las posibles combinaciones con reemplazo y otro
conjunto nuevo que consistirá de cadenas del caracter barra (“|”) y el caracter asterisco (“*”), las
cuales se podrán contar fácilmente. De manera tal que para combinaciones con remplazamiento de n
objetos tomados de r en r o CR n,r cada cadena de caracteres contendrá exactamente r asteriscos y n-1
barras, el ejemplo recién presentado de combinaciones con reemplazo servirá para intentar este tipo
de representación con cadenas de barras y asteriscos.
87
Combinaciones con reemplazo. Cadenas equivalentes.

aa **||
ab *|*|
ac *||*
bb |**|
bc |*|*
cc ||**
Así las barras podrán ser vistas como separadores y los asteriscos como la cantidad de objetos
de cada tipo que se tomarán y el tipo dependerá de la posición relativa que tengan éstos con respecto
a las barras. Los asteriscos antes de la primera barra son a´s, los asteriscos entre las dos barras serán
b´s y asteriscos después de la segunda barra son c´s. Fijese como para representar la combinación
“ac” solo habrá un asterisco antes de la primera barra, ninguno entre las dos barras y otro después de
la segunda barra. Por eso para contar la cantidad de combinaciones con reemplazo que es posible
realizar con tres objetos tomados de dos en dos será equivalente a tomar los lugares necesarios de los
 4
cuatro disponibles para colocar los dos asteriscos   = 6 , por eso CR 3,2 = C 4,2 (que como se puede
 2
ver, coincide con lo que se había adelantado es decir C 3+2-1 , 2 = C 4,2
En general, tomar r lugares (asteriscos) de los r+(n-1) lugares disponibles (asteriscos y barras),
para ubicar los asteriscos, es precisamente Cn+r-1 , r .
CR n,r = CR n,r-1 + CR n-1,r-1 + CR n-2,r-1 + … + CR 2,r-1 + CR 1,r-1
Que es lo mismo que escribir:
 n + r - 2   n + r - 3  n + r - 4   r   r - 1
CR =   +   +   + ... +   +  
n, r  r - 1   r - 1   r - 1   r - 1  r - 1
Finalmente usando la fórmula de Steifel recurrentemente se obtiene lo que se quería

demostrar:
 n + r - 1
CR =  
n, r  r 

88
Ejemplos de la aplicación de las combinaciones con reemplazo al conteo.
EJEMPLO 3.20. ¿De cuántas formas es posible distribuir 10 monedas idénticas entre cinco niños
si no hay restricción? Bien, este problema involucra a las combinaciones con reemplazamiento o
repetición, se trata de saber de cuántas maneras distintas pueden asignar 10 monedas idénticas entre
cinco niños, el experimento anterior podría resultar asignando todas las monedas a un único niño,
por ejemplo al niño 1, usando la nomenclatura de asteriscos y barras esto se representaría así,
**********||||, o asignando dos monedas a cada uno, **|**|**|**|** , o por ejemplo, tres
monedas al niño dos y siete al niño cuatro, |***||*******| resultando así tres niños sin asignación,
el niño uno, el tres y el cinco. El total de posibles arreglos viene dado por:
 5 + 10 − 1 14 
CR 5,10 =   =   = 1001 maneras distintas. Una variante a este problema se plantea si
 10  10 
ahora se desea conocer cuántas combinaciones son posibles si se supone que cada niño recibe al
menos una moneda. Para responder a lo anterior se supondrá que ya se ha asignado a cada uno de
los cinco niños una moneda, es decir cinco monedas asignadas, de modo que faltan por asignar solo
89
cinco monedas otra vez entre los cinco niños, solo habrá que conocer de cuántas maneras se pueden
combinar con reemplazamiento 5 monedas si hay 5 niños, así la respuesta será:
 5 + 5 − 1  9 
CR =   =   = 126 distintas formas. Otra variante podría ser determinar el total de
5,5  5   5 
arreglos posible donde el niño mayor recibe al menos dos monedas, de manera análoga al
planteamiento anterior podríamos asignar dos monedas al niño mayor garantizando de esta forma
que le serán asignadas como mínimo dos monedas, y luego hacer la asignación con repetición de las
8 monedas restantes entre los cinco niños (está incluido el mayor). De esta forma se obtiene:
 5 + 8 − 1 12 
CR 5,8 =   =   = 495
 8  8
EJEMPLO 3.21 Una persona tiene que entregar 20 helados y dispone de 4 sabores (habrá
suficiente cantidad de helado de forma que podría entregar todos los helados del mismo sabor). Acá
solo importa la cantidad de helados que se entregarán de cada sabor. Entonces se trata de una
combinación con reemplazo de 4 objetos tomados de 20 en 20. La respuesta será:
 4 + 20 − 1  23 
CR 4,20 =   =   = 1.771 formas distintas. Este problema cambiaría drásticamente si
 20   20 
ahora se supone que las cantidades de helados están limitadas, por ejemplo, si hay cantidad solo para
7 de mantecado, cantidad solo para 6 de chocolate, cantidad para 5 de fresa y cantidad solo para 4 de
ronpasa. En este caso no se estará tratando con una combinación con reemplazo típica, los topes que
se han impuesto al número de golosinas reducen las posibilidades dramáticamente. Se procederá de
la siguiente forma, se supone que como hay cantidad para 22 helados y se despacharán solo 20
porciones al realizar la entrega tienen que quedar 2 porciones sin despachar. Por esto se va a centrar
el análisis en esas porciones o helados no despachados que será equivalente a realizar el conteo de
las formas en que son repartidas las restantes 20 golosinas, como siempre en este tipo de problemas
combinatorios hay otras maneras de llegar al mismo resultado. Los helados sin despachar podrán
ser del mismo sabor (por ejemplo 2 de mantecado) o de tipo combinado (por ejemplo uno de
mantecado y otro de fresa), entonces todo se limita a usar el principio de adición para sumar las
maneras distintas en que 2 helados pueden ser del mismo tipo (que son obviamente 4) y las maneras
distintas en que pueda suceder que sean de tipo combinado, en otras palabras de 4 sabores se toman

90
2 o combinaciones sin reemplazo de 4 objetos tomados de 2 en 2, será entonces:

 4
4 +   = 4 + 6 = 10 distintas formas.
 2
Otras variantes originales son interesantes. Por ejemplo si ahora los helados tienen distintos
dueños (es decir ahora son distinguibles entre sí), ya no se trataría de una combinación con
reemplazamiento y se dispone nuevamente de sabores sin limitación. De esta forma a cada dueño
podrá entregársele cualquiera de los 4 sabores disponibles y como son 20, si se usa el principio de
multiplicación, usado en este capítulo ya muchas veces, se tendrán 4x4x4x...x4 = 4 20 distintas

maneras, un número muy grande en comparación al previamente calculado. Si además de ser
distinguibles los dueños ahora se limita el número de las helados a 8 de mantecado, 2 de chocolate,
4 de fresa y 6 de ronpasa, se tendrán ahora que para contar las formas en que esto puede hacerse es
 20  20!
adecuado usar el número multinomial   = = 1.745.944.200 equivalente también a
 8,2,4,6  8!2!4!6!
las permutaciones cuando no todos los objetos son distinguibles como ya fue mencionado.
OTROS EJEMPLOS RESUELTOS:
EJEMPLO 3.22 Se planea comprar 6 locales comerciales destinados para negocios de distintos
rubros, digamos N1,N2,…,N6, existen 10 zonas disponibles, con capacidad incluso para albergar los
6 negocios, digamos, Z1,Z2,…,Z10. Suponga que para cada negocio la selección de la zona se hace
completamente al azar.
a.- Halle la probabilidad de que se seleccionen zonas distintas para cada uno de los negocios.
b.- Halle la probabilidad de que la zona 1 o la zona 2 no son seleccionadas.
c.- Halle la probabilidad de que los negocios sean instalados en la misma zona.
d.- Halle la probabilidad de que los negocios queden repartidos solo en tres zonas.
e.- Suponga ahora que cada uno de cuatro asesores proponen seis zonas diferentes para cada
negocio, digamos asesor uno, Z1,Z2,…Z6, asesor dos, Z7, Z8,…Z12, y así sucesivamente, es decir
ahora hay disponible 24 zonas, considere además que cada negocio debe ser colocado en zonas
diferentes, la selección de las zonas se continúa realizando al azar, calcule la probabilidad de que a
cada asesor le sea considerada al menos una de sus zonas propuestas.
91
Puesto que la selección de las zonas para cada uno de los negocios se realiza completamente
al azar (lo cual es factible solo como recurso didáctico) todos los vectores en cinco componentes
generado a partir del espacio muestral del experimento aleatorio en cuestión, tienen la misma
probabilidad, es decir el espacio es equiprobable, dicho espacio puede describirse como sigue:
S = { ( N1 , N2 , N3 , N4 , N5, N6 ) : N1 , N2 , N3 , N4 , N5, N6= Z1,Z2,Z3,Z4,….Z10 },
Cada vez que se selecciona la zona de ubicación de un negocio se hace a partir del mismo
grupo de zonas disponibles, razón por la cual se considera un experimento con reposición o con
sustitución, es decir se admite repetición de elementos. Un posible punto muestral podría ser
(Z4,Z1,,Z4,Z2,Z4,Z6) , lo cual indicaría que los negocios N1,N3 y N5 se ubicarán en la zona 4,
mientras que el negocio N2, el N4 Y N6 serán ubicados en las zonas 1, 2 y 6 , respectivamente.
Podría ocurrir que todos los negocios fuesen ubicados en la misma zona, por ejemplo,
(Z2,Z2,Z2,Z2,Z2,Z2), pero también podría ocurrir que todos los negocios de ubicasen en zonas
distintas, por ejemplo (Z2,Z4,Z1,Z10,Z3,Z5). Así puede determinarse el total de posibles puntos
muestrales o casos totales para el experimento utilizando una permutación con sustitución ( también
conocida como variación con repetición), se tiene entonces:
n= casos totales= 10x10x10x10x10x10x10= 106, considerando que cada estado o etapa es la
selección de la zona de ubicación para cada negocio.
Como ya se adelantó cada uno de estos 106 puntos son igualmente probables, por lo que la
probabilidad de cualquier evento definido a partir de dicho espacio se puede calcular por la
definición de probabilidad clásica:
r
=
n
a.- Halle la probabilidad de que se seleccionen zonas distintas para cada uno de los negocios.
Se define el evento A: se seleccionan zonas distintas para cada uno de los negocios
Habiendo calculado los casos totales, se procede a considerar los favorables. Para contarlos
habrá que considerar que se hará una selección de 6 zonas, ya que los 6 negocios deben ser ubicados
en zonas distintas, así éstos podrán contarse utilizando una permutación sin sustitución (también
conocida como variación sin reemplazo, o simplemente variación), puesto que el orden de selección
importa y no se admite repetición de elementos, se tienen entonces:
10!
P10,6 = = 10x9x8x7x6x5x4! / 4!= 10x9x8x7x6x5 , por lo que también puede ser hallado a
(10 − 6)!
través del principio de la multiplicación considerando que cada estado o etapa es cada selección de

92
zona que se hace para cada negocio, pero en esta oportunidad, para cada nueva etapa se disminuye el
abanico de opciones en una posibilidad, pués al tener que ubicar los negocios en diferentes zonas se
van descartando las zonas ya asignadas.
Finalmente,
10x9x8x7x6x5
P(A) = =0,1512
10x10x10x10x10x10
b.- Halle la probabilidad de que la zona 1 o la zona 2 no sean seleccionadas.

Se define ahora el evento B: Z1 o Z2 no son seleccionadas , el evento anterior implica la unión de
dos eventos, así se puede definir: Bi: la zona i no es seleccionada, por lo que :
P( B) = P( B1 U B2 ) = P( B1 ) + P( B2 ) − P( B1 I B2 )
Para contar los casos favorables a los eventos Bi se procede de igual forma que en el conteo
realizado para los casos totales con la salvedad de que en estós se excluye la Z1 y Z2, para los
eventos B1 y B2 , respectivamente, por lo que para cada estado o etapa siempre se dispone de 9
zonas, todas menos la que no se quiere seleccionar en ninguna oportunidad . Así tendremos:
r B1= r B2=9x9x9x9x9x9. Luego para calcular los casos favorables al evento intersección B1 con B2
se hace lo propio, pero esta vez no se desea seleccionar en ninguna oportunidad ni Z1 ni Z2, por lo
tanto habrán 8 zonas disponibles para cada negocio ( estado o etapa), así pues:
rB1 I B2 = 8x8x8x8x8x8
Finalmente,
9x9x9x9x9x9 9x9x9x9x9x9 8x8x8x8x8x8
P( B1 U B2 ) = + - =0,8007
10x10x10x10x10x10 10x10x10x10x10x10 10x10x10x10x10x10
c.- Halle la probabilidad de que los negocios sean instalados en la misma zona.
Ahora se define el evento C: se seleciona la misma zona para ubicar los 6 negocios.
Para el conteo de los casos favorables de evento C habrá que garantizar que siempre se seleccione la
misma zona, se adelanta que serán 10 casos posibles, pués si se selecciona siempre solo una zona
para los seis negocios esto podrá ocurrir de 10 maneras distintas, ya que hay diez zonas disponibles.
Si se desea un método mas elaborado para determinar esta cantidad, se puede considerar
nuevamente que cada selección de zona para cada negocio constituye un estado o etapa, para el
primer negocio habrá 10 formas de elección ( ó 10 maneras de realizar esta etapa ), pero para el resto
93
de las zonas ( o etapas) solo habrá una posiblidad de ocurrencia, la misma que se seleccionó para el
primer negocio, así por el principio de la multiplicación, se plantea:
r= 10x1x1x1x1x1= 10 casos favorables.
10x1x1x1x1x1
Entonces P(C) = =10 – 5=0,00001
10x10x10x10x10x10
d.- Halle la probabilidad de que los negocios queden repartidos solo en tres zonas.
Sea el evento D: los negocios son repartidos solo en tres zonas.
Antes de determinar la probabilidad de evento D pensemos en algunos de los puntos
muestrales que serían favorable a su ocurrencia, así: (Z1,Z2,Z3,Z3,Z3,Z3), (Z3,Z2,Z3,Z1,Z3,Z3),
(Z2,Z2,Z1,Z2,Z2,Z3), (Z5,Z7,Z7,Z3,Z3,Z3) , ( Z3,Z5,Z5,Z7,Z7,Z7), (Z4,Z4,Z8,Z8,Z3,Z3), son
solo algunos ejemplos, en los que se puede destacar que siempre hay tres zonas entre las 6
asignaciones, independientemente del número de negocios asignados a cada zona y el orden de
asignación de las zonas en los negocios.
En primer lugar imagine que se selecionan las zonas 1,2 y 3, luego habrá que considerar todos
los posibles tríos, la selección de éstas es solo un recurso didáctico. Ahora pensemos cuántos
negocios se pueden asignar a cada una:
Z1 Z2 Z3
1 1 4 =6
1 2 3 =6
2 2 2 =6
Sin embargo se adelanta que, por ejemplo la asignación (1,1,4), es decir 1 negocio en Z1, 1 en
Z2 y 4 negocios en Z3, también podría ocurrir cambiando la frecuencia de asignación a las zonas
mencionadas, como sigue, 1 negocio en Z1, 1 negocio en Z3, y 4 negocios en Z2, lo cual
constituye el mismo arreglo con cambio de frecuencia para las zonas, lo mismo ocurre con el arreglo
(1,2,3). En los puntos muestrales favorables al evento C presentados como ejemplos se evidencian
estos cambios de frecuencia, específicamente en el primero con el tercero, y en el cuarto con el
quinto. Luego todas estas posibilidades de cambio en las asignaciones serán consideradas.
Se empieza ahora a contar los casos favorables al evento D con el arreglo (1,1,4), es decir un negocio
en una zona, otro negocio en otra zona, y cuatro negocios en otra zona distinta a las dos anteriores,

94
6!
total tres zonas y seis negocios : =30 casos , en estos solo se incluye el conteo de aquellos en
1!1!4!
los que por ejemplo la asignación fue 1 negocio en Z1, 1 en Z2 y 4 negocios en Z3, es decir esta
permutación intercambia las zonas en los distintos negocios conservando sus frecuencias o cantidad
de negocios asignados, algunos de estos puntos muestrales son: (Z1,Z2,Z3,Z3,Z3,Z3),
(Z3,Z2,Z3,Z1,Z3,Z3), (Z2,Z3,Z1,Z3,Z3,Z3), (Z3,Z3,Z1,Z2,Z3,Z3), (Z3,Z3,Z2,Z1,Z3,Z3),
(Z3,Z3,Z3,Z3,Z2,Z1), etcétera.
El mismo recurso se usa si las asignaciones hubiesen sido 1 negocio en Z1, 1 negocio en Z3,
y 4 negocios en Z2, ó 1 negocio en Z2, 1 negocio en Z3, y 4 negocios en Z1, por lo que los casos
favorables (parciales) que se acaban de calcular se multiplicarán por tres, puesto que en los tres
asignaciones se procede de manera similar. Este número “tres”, o número de formas de
intercambiar la frecuencia de asignación, puede también obtenerse pensando en que las frecuencias
son elementos que vamos a intercambiar entre las tres zonas asignadas, en este caso específico, se
tiene que la frecuencia uno aparece dos veces, es decir a dos zonas se les asigna solo un negocio, y la
frecuencia cuatro aparece una vez, es decir solo hay una zona a la que se le asignan cuatro negocios,
3!
hay entonces tres frecuencias en total, así la permutación será: =3
2!1!
6! 3!
Por los que estos casos favorables parciales son : x =30x3=90 casos
1!1!4! 2!1!
Seguidamente, se hace lo propio para el arreglo (1,2,3) , los casos favorables (parciales) para
un arreglo donde por ejemplo hay 1 negocio en Z1, 2 en Z2 y 3 negocios en Z3, viene dado por:
6!
= 60 casos, se recuerda que este conteo incluye el intercambio de las zonas en los negocio,
1!2!3!
pero solo para la asignación 1 negocio en Z1, 2 en Z2 y 3 negocios en Z3, como se adelantó , estas
frecuencias pueden cambiar, sin cambiar las zonas asignadas, por ejemplo, 1 negocio en Z2, 2 en Z3
y 3 negocios en Z1, donde se están seleccionando las misma zonas pero les son asignadas distinta
cantidad de negocios, procediendo de manera similar al conteo de casos favorables parciales
anteriores, pensamos en que dentro de las tres frecuencias asignadas, hay una zona con frecuencia 1,
otra zona con frecuencia 2, y otra zona mas con frecuencia 3, por lo que para obtener el total de
3!
posibles cambios de frecuencias, calculamos: =P3=3!=6
1!1!1!
6! 3!
Asi los casos favorables parciales para este arreglo son : x =60x6=360 casos.
1!2!3! 1!1!1!
95
Ahora se considera el último arreglo (2,2,2), el total de posibles asignaciones viene dado por:
6!
=90, resulta obvio la imposibilidad de cambio de frecuencia.
2!2!2!
Los casos favorables para el trío Z1,Z2 y Z3 será la suma de los tres casos parciales calculados, es
 6! 3!   6!   6! 
decir :  1!1!4! x 1!2!  +  1!2!3! x3! +  2!2!2! , pero se recuerda que Z1,Z2 y Z3, no es el
     
único trío posible, el total de posibles grupos de tres zonas se calcula utilizando una combinación sin
reemplazo, como sigue:
10  10!
C =   = = 120
10,3  3  (10 − 3)!3!
Y puesto que para cada uno de los tríos el cálculo de casos favorables es similar, finalmente se tiene:
 6! 3!   6!   6!  10 
 x
 1!1!4! 1!2!  +  x3!+  x   = ((30x3)+(60x6)+90)x120=540x1320=64.800
   1!2!3!   2!2!2!  3 
Finalmente,
P(D) = 64.800/ 106=0,0648
e.- Suponga ahora que cada uno de cuatro asesores proponen seis zonas diferentes para cada
negocio, digamos asesor uno, Z1,Z2,…Z6, asesor dos, Z7, Z8,…Z12, y así sucesivamente, es decir
ahora hay disponible 24 zonas, considere además que cada negocio debe ser colocado en zonas
diferentes, la selección de las zonas se continúa realizando al azar, calcule la probabilidad de que a
cada asesor le sea considerada al menos una de sus zonas propuestas.
Se define el evento E:
E: Se elige por lo menos una zona propuesta por cada asesor.
Puesto que en esta sección del problema se debe garantizar para todas las posibles
selecciones que los negocios sean ubicados en zonas distintas y debido que el número de zonas
disponible aumentó, es lógico pensar que los casos totales han de ser calculados bajo otras
condiciones.
Nuevamente se considera que cada estado o etapa es la selección hecha para cada uno de los
negocios, es decir seis etapas, pero en esta oportunidad, para la primer negocio hay 24 zonas
disponibles, ahora el segundo tendrá 23 posibilidades de elección ya que la zona seleccionada para el
primer negocio queda excluida, algo similar ocurre con las sucesivas elecciones, las posibilidades irán
decrementando en uno. Así los casos totales son:

96
24!
24x23x22x21x20x19 = P24,6 =
(24 − 6)!
Ahora se inicia el conteo de los casos favorables, siempre debe elegirse por lo menos una
zona propuesta por cada asesor, estos arreglos serán:
A1 A2 A3 A4
1 1 1 3 6
1 1 2 2 6
Por supuesto luego serán incluidas todas sus variantes. El arreglo (1,1,1,3), implica que se escoge una
zona, de cada una de las seis propuestas por el asesor 1, 2, y 3, luego de las seis zonas propuestas por
el asesor 4 se escogen 3, resultando así cuatro asesores seleccionados, seis negocios, seis zonas
diferentes. . El conteo de estos casos se hará:
 6  6  6  6 
     , una vez seleccionadas las zonas, y considerando que son diferentes entre si se
 1  1  1  3 
 6  6  6  6   6  6  6  6 
permutan en los seis negocios, es decir :      x P6=      x 6!
 1  1  1  3   1  1  1  3 
Nuevamente se advierte que puede ocurrir la selección de 3 zonas de las propuestas por
cualquier asesor distinto al 4 , es decir la frecuencia de asignación de zonas para cada asesor podria
cambiar y aun conservar el arreglo de una zona de cada uno de tres asesores y 3 zonas de otro asesor,
así para el intercambio de frecuencia se considera entonces que existen tres asesores con frecuencia
uno ( una sola de sus zonas propuestas fue selecionada) y otro asesor con frecuencia 3 ( tres de sus
4!
zonas propuestas fueron seleccionas ), así el total casos es :
31!!
Los casos favorables (parciales) para este arreglo, finalmente son:
 6  6  6  6  4!
     x 6!x
 1  1  1  3  31!!
Algo similar se hará para contar los casos los arreglos (1,1,2,2)
 6  6  6  6  4!
     x 6!x
 1  1  2  2  212!
Finalmente:
 6  6  6  6  4!  6  6  6  6  4!
     x6! x      x6! x
1 1 1 3 3!1!  1  1  2  2 
P(E)=     
2!2!
+
24x23x22x21x20x19 24x23x22x21x20x19
97
EJEMPLO 3.23. Las personas “a” , “b”, “c” y “d” participan en un examen de admisión, el
examen en cuestión consta de tres áreas de conocimiento: Cálculo numérico (CN), Lengua y
literatura (LL) y Razonamiento abstracto (RA). Hay ocho modelos disponibles para la sección de
CN, seis modelos disponibles para el área de LL y siete modelos para el renglón RA. Cada
participante escoge para cada una de las áreas un modelo completamente al azar entre los disponibles
por área.
a.- Probabilidad de que se escojan solo dos modelos de LL entre los cuatro participantes.
b.- Considere que los participantes se ubican por orden alfabético, calcule la probabilidad de que dos
participantes adyacentes no tengan el mismo modelo en el área de CN, o que se escojan solo los
modelos I y J para el renglón LL en forma alterna.
c.- Probabilidad de que se usen dos modelos para cada área con la misma frecuencia, y que además
los participantes “a” y “b” coincidan en los modelos en cada una de las áreas.
Igual que en el ejemplo anterior, antes de efectuar el conteo para calcular las probabilidades
correspondientes se piensa en la descripción del espacio muestral de este experimento aleatorio.
A cada uno de cuatro personas se le asignarán tres modelos de examen para resolver, uno
por cada áreas de conocimiento, a saber CN, LL, y RA, en cada asignación ( o para cada persona) se
dispone de 8, 6, y 7 modelos respectivamente. Así los posibles resultados del experimento pueden
describirse como:
S = { (Xa,Ya,Za,Xb,Yb,Zb,Xc,Yc,Zc,Xd,Yd,Zd) : Xa,Xb,Xc,Xd=A,B,C,D,E,F,G,,H
I Ya,Yb,Yc,Yd=I,J,K,L,M,N I Za,Zb,Zc,Zd= O,P,Q,R,S,T,U}
Siendo :
Xi: modelo de CN asignado a la persona i, para i: a,b,c, y d ; los modelos disponibles son :
A,B,C,D,E,F,G,,H
Yi: modelo de LL asignado a la persona i, para i: a,b,c, y d ; los modelos disponibles son :
I,J,K,L,M,N
Zi: modelo de RA asignado a la persona i, para i: a,b,c, y d; los modelos disponibles son :
O,P,Q,R,S,T,U
Cada vez que se selecciona un modelo de un área específica para cada participante se hace a
partir del mismo grupo de modelos disponibles por área, razón por la cual se considera un
experimento con reposición o con sustitución es decir se admite repetición de elementos. Esta
selección de modelos se realiza completamente al azar, todos los vectores en doce componentes

98
generado a partir del espacio muestral del experimento aleatorio en cuestión, tienen la misma
probabilidad, es decir el espacio es equiprobable, por lo que la probabilidad de cualquier evento
definido a partir de dicho espacio se calcula como el cociente r/n.
El conteo de casos totales se hará considerando sucesivas etapas o estados de asignación de
modelos por área para cada participante, por ejemplo, para el área CN el participante “a” dispone de
8 modelos ( o maneras de realizar esta etapa), para el área LL este mismo participante dispone de 6
modelos, y para el área RA, el participante en cuestión tiene para elegir 7 modelos, por ser este un
experimento con sustitución, lo mismo ocurrirá para los participantes “b”, “c” y “d”. Los casos
totales son:
8x7x6 8x7x6x 8x7x6 8x7x6

Persona “a” X Persona “b” X Persona “c” X Persona “d” =
= 84 x64 x74
Podría pensarse que en lugar de hacer la selección de un modelo por área para cada
participante, se escogieran de una vez para cada área los modelos a asignar, uno para cada
participante ( podría haber elementos repetidos ) , esto se hará en tres ocasiones, puesto que hay tres
áreas, es decir:
8x8x8x8x 6x6x6x6x 7x7x7x7= 84 x64 x74, a partir de este último planteamiento se puede deducir
otra forma de contar los casos totales utilizando el principio de la multiplicación combinado con
una permutación con reemplazo ( también llamada variación con repetición).
a.- Probabilidad de que se escojan solo dos modelos de LL entre los cuatro participantes.
A: se escogen solo dos modelos LL entre los cuatro participantes.
El total de posibles pares de modelos se obtienen con una combinación sin reemplazo. Es obvio que
si entre los cuatro participantes debe haber solo dos modelos del área LL, necesariamente habrá por
los menos un modelo que haya sido asignado mas de una vez. Considere por ahora que los dos
modelos seleccionados para el área LL son los modelos I y J, un posible arreglo es un participante
con modelo I , y tres participante con modelo J, o al contrario ( se intercambian las frecuencias),
otro arreglo posible es dos personas con el modelos I , y otras dos con el modelos J. Una vez
escogidos los dos modelos y asignadas sus frecuencias se procede a permutar la asignación entre los
participantes. Por otra parte, para las áreas CN y RA, no se menciona ninguna restricción, por lo que
se considera para ellas todos los casos posibles, entonces los casos favorables del evento A son:
99
 6    4!   4!   4 4
  x   x2! +    x8 x7 Finalmente, la probabilidad del evento A es:
2
    3!1!   2!2!  
 6    4!   4!   4 4
  x   x2! +    x8 x7
 2    3!1!   2!2!   210
P(A) = = = 0,1620
8 4 x6 4 x7 4 64
b.- Considere que los participantes se ubican por orden alfabético, calcule la probabilidad de que dos
participantes adyacentes no tengan el mismo modelo en el área de CN, o que se escojan solo los
modelos I y J para el renglón LL y en forma alterna.
Se definen los eventos :
B: En área de CN, dos participantes adyacentes no tienen el mismo modelo.
C: se escogen solo los modelos I y J para el área LL y en forma alterna.
Se desea calcular :
P ( B U C ) = P ( B ) + P (C ) − P ( B I C )
Se inicia el conteo de los casos favorables al evento B. En este evento no se establece
restricción alguna para las áreas LLy RA, razón por la que será considerada la totalidad de sus casos.
Luego en el renglón CN, se tiene que el primer participante tiene 8 modelos para elegir, el
participante “b” tendrá solo siete, pues no tendrá dentro de sus elegibles el seleccionado por el
participante “a”, ahora el participante “c” puede considerar dentro de sus elegibles el seleccionado
por “a” ( por que no son adyacentes), sin embargo se descarta el elegido por su vecino “b” , entonces
“c” tiene también 7 modelos para elegir, finalmente “d”, incluye dentro de sus elegibles los
seleccionados por “a” y por “b”, no así el elegido por “c” , teniendo tambien 7 modelos disponibles
para elegir. Considerando cada elección hecha por cada uno de los participantes, para el rubro CN,
como un estado o etapa, se tiene que los casos favorables al evento B son::
8x7x7x7x 6 4 x7 4 , así la probabilidad del evento es :
8x7x7x7x6 4 x7 4
P(B) = = 0,6699
4 4
8 x6 x7 4
Se cuentan ahora los casos favorables al evento C, considere la totalidad de los casos para los
renglones CN y RA, por no haber restricciones para los mismos. En el área LL solo se eligen los
modelos I y J y además en forma alterna, esta última condición y el hecho de que el número de
participantes sea 4 hace que el número de personas con cada modelo sean necesariamente dos, los
casos favorables en este rubro son solo dos, I J I J ó J I J I , así la probabilidad del evento es:

100
(1x1x1x1x2)x8 4 x7 4
P(C) = = 0,0015
4 4
8 x6 x7 4
Seguidamente se cuentan los casos favorables al evento intersección de B con C

Puesto que se ha considerado la elección de los modelos de cada rubro como etapas independientes,
se tiene que:
8x7x7x7x(1x1x1x1x2)x7 4
P(B I C) = = 0,001034
8 4 x6 4 x7 4
Por último la probabilidad solicitada es:
P ( B U C ) = 0,6699 + 0,0015 - 0,001034= 0,6704
c.- Probabilidad de que se usen dos modelos para cada área con la misma frecuencia, y que además
los participantes “a” y “b” coincidan en los modelos en cada una de las áreas.
Se define el evento D:
D: se usan dos modelos para cada área con la misma frecuencia, y además los participantes “a” y
“b” coinciden en los modelos en cada una de las áreas.
Primero habrá que seleccionar para cada área dos modelos a partir de los 8,6, y 7 disponibles
en cada una. Por ejemplo suponga que en el área CN , se han seleccionado solo dos modelos,
digamos E y F, y ellos tienen igual frecuencia, indica que habrán dos personas con cada uno de
ellos, pero además hay que garantizar que los participantes “a” y “b” coincidan en los modelos, por
lo que necesariamente tanto el participante “c” como el “d” coincidirán en el modelo elegido
(tendrán en común el modelo restante), para este ejemplo propuesto solo hay dos casos en el rubro
CN, ellos son EEFF ó FFEE, finalmente la probabilidad de evento es:
8  6 7
  x((1x1x1x1)x2)x  x((1x1x1x1)x2)  x((1x1x1x1)x2)
2  2  2
P(D) =   = 0, 00000554
8 4 x6 4 x7 4
EJEMPLO 3.24 A, B, C y D son cuatro profesores que próximamente presentarán sus trabajos de
ascenso. Para ascender cada uno debe presentar un anteproyecto y un proyecto final. Para cada
aspirante la forma de evaluación es la siguiente: Existen 20 profesores evaluadores de la facultad
respectiva ( 1,2,3,…..,20) entre los cuales se eligen al azar 2 para conformar el jurado evaluador del
anteproyecto, además existen otros 10 profesores (21,22, …,30) de otras facultades entre los
cuales se eligen al azar 2 a fin de constituir el jurado evaluador del proyecto final.
101
a.- Calcule la probabilidad de que hayan tres aspirantes cuyos miembros de jurado del anteproyecto
coincidan y que ningún miembro de los jurados de los proyectos finales coincidan.
b.- Probabilidad de que ni en los anteproyectos y ni en los proyectos finales hayan jurados con
miembros en común y que solo tres aspirantes resulten con ambos miembros pares (2,4,6… 20) en el
jurado del anteproyecto y solo dos aspirantes resulten con ambos miembros pares (22,24,26, …,30)
para el proyecto final.
Planteamos la descripción del espacio muestral asociado a este experimento aleatorio como:
S = { (Xa,Ya,Xb,Yb,Xc,Yc,Xd,Yd,Wa,Za,Wb,Zb,Wc,Zc,Wd,Zd ) : Xa,Ya,Xb,Yb,Xc,Yc,Xd,Yd =
1,2,3,4,…,20 I Xa<Ya I Xb<Yb I Xc<Yc I Xd<Yd I Wa,Za,Wb,Zb,Wc,Zc,Wd,Zd =
21,22,23,24,…,30 I Wa<Za I Wb<Zb I Wc<Zc I Wd<Zd }
Puesto que la selección de los dos jurados para cada aspirante se realiza completamente al
azar, el espacio anterior es equiprobable. Como ya se ha indicado en reiteradas ocasiones la
probabilidad de los eventos asociados a dicho espacio se calcularán como r/n.
Se cuentan ahora los casos totales, en la selección del jurado del anteproyecto así como en el
del proyecto de cada aspirante el orden de escogencia de los elementos no importa y por supuesto no
puede haber repetición de elementos, sin embargo entre aspirantes si se considera orden, además se
admite repetición, es decir en el anteproyecto o en proyecto, distintos aspirantes pudiesen tener
miembros del jurado en común. Para cada aspirante el conteo de casos se hará utilizando el principio
de la multiplicación, considerando que la selección del jurado del anteproyecto es una etapa y el
proyecto es otra, la determinación del número de maneras en que puede realizarse cada etapa se
contará utilizando combinaciones sin reemplazo, pues como ya se adelantó en la selección de cada
uno de los dos jurados de un aspirante no importa el orden, ni se admite repetición. Este
procedimiento se realizará para cada aspirante , por lo que se estaría haciendo uso nuevamente del
principio de la multiplicación, considerando ahora que cada estado o etapa, es la selección de ambos
jurados por aspirante, en esta oportunidad, importa el orden y el experimento supone reemplazo. Así
los casos totales del experimento son:
4
 20  10   20  10   20  10   20  10    20  10  
  x   x   x   x   x   x   x   =    x   
 2   2   2   2   2   2   2   2   2   2 
a.- Calcule la probabilidad de que hayan tres aspirantes cuyos miembros de jurado del anteproyecto
coincidan y que ningún miembro de los jurados de los proyectos finales coincidan.
Se define el evento A:

102
A: Entre los cuatro aspirantes hay tres cuyos miembros (ambos) de jurado del anteproyecto
coinciden y ningún miembro de los jurados de los proyectos finales coinciden.
En esta oportunidad para escoger los dos miembros del jurado del anteproyecto del
participante A hay 20 profesores disponibles de los cuales seleccionaremos 2, no importando el
orden y por supuesto no admitiendo miembros repetidos, seguidamente, aplicando el principio de la
multiplicación y considerando como cada estado o etapa la selección de cada jurado, se escogen los
jurados para los aspirantes B y C, esta selección se hará teniendo disponibles solo 2 profesores, los
que ya fueron seleccionados como jurado del anteproyecto del participante A, así ya hemos
garantizado que estos tres aspirantes , A, B y C, tienen ambos miembros del jurado en común. Ahora
solo falta conformar el jurado del aspirante D, este debe ser diferente al que tienen en común los
primeros tres aspirantes, puede estar conformado de dos maneras, solo un miembro común a los
tres primeros y otro seleccionado del grupo de los 18 profesores restantes, la otra manera de
conformar el jurado del aspirante D es no teniendo ningún miembro en común al jurado de A, B y
C, en cuyo caso se hará la elección a partir de los 18 profesores que quedan luego de conformar el
jurado común de estos tres aspirantes . El conteo anterior solo incluye la posibilidad de que la
coincidencia de jurados sea entre los pertenecientes a los anteproyectos de los aspirantes A, B y C,
pero esta no es la única manera en que el evento puede ocurrir, el total de posibles tríos de
aspirantes con coincidencia de jurado viene dado por una combinación sin reemplazo de cuatro
aspirantes tomados a tres, y puesto que el conteo para cada trío se realiza de forma similar solo
bastará con contar solo uno de ellos y multiplicar por cuatro, que es el total de tríos posibles. Ahora
se realiza el conteo de los jurados de los proyectos (conformada también por cuatro subetapas) se
continua con la aplicación del principio de la multiplicación, recordando que entre los cuatro jurados
no hay miembros en común, para el primer aspirante se conformará el jurado a partir de 10
profesores, de los cuales se seleccionarán dos, sin orden y sin reemplazazo, los jurados de los
proyectos de los aspirantes B, C y D se conformarán sucesivamente a partir de los profesores no
seleccionados en los proyectos anteriores. Así los casos favorables a evento A son:
 20   2   2    2  18  18    4  10   8   6   4 
  x   x   x    x   +    x   x   x   x   x  
 2   2   2    1   1   2    3   2   2   2   2 
103
 20   2   2    2  18  18    4  10   8   6  4 

  x   x   x    x   +    x   x   x   x   
 2   2   2    1   1   2    3   2   2   2  2 
P(A) = 
4
  20  10  
   x   
 2 
   2 
b.- Probabilidad de que ni en los anteproyectos y ni en los proyectos finales hayan jurados con
miembros en común y que solo tres aspirantes resulten con ambos miembros pares (2,4,6… 20) en el
jurado del anteproyecto y solo dos aspirantes resulten con ambos miembros pares (22,24,26, …,30)
para el proyecto final.
Se define el evento B:
B: Ni en los anteproyectos y ni en los proyectos finales hay jurados con miembros en común y solo
tres aspirantes resultan con ambos miembros pares (2,4,6… 20) en el jurado del anteproyecto y solo
dos aspirantes resultan con ambos miembros pares (22,24,26, …,30) para el proyecto final.
Se continúa con la aplicación del principio de la multiplicación. En esta oportunidad tanto
para el anteproyecto como para el proyecto, se cuentan los casos en los que no hay miembros en
común entre los cuatro jurados. Para el anteproyecto además se debe considerar que solo tres de los
cuatro jurados tengan ambos miembros de los profesores con código par, por lo que el jurado del
proyecto restante podrá ser conformado de dos maneras, un miembro con código par y otro impar,
o ambos miembros con código impar. Luego habrá que considerar todos los posibles tríos de jurados
con código par. Respecto a los jurados evaluadores de los cuatro proyectos, además de considerar
que no han de tener ningún miembro en común, se deben contar los casos en los que solo dos de los
cuatro aspirantes tienen ambos miembros con código par. Teniendo presente las restricciones
anteriores, además del número disponible de profesores para conformar los jurados de proyecto de
cada aspirante, se deduce que los dos jurados restantes se pueden conformar de dos formas posibles:
1) un jurado con un miembro de código par y otro impar y otro jurado con ambos miembros con
código impar. Luego habrá que considerar todas las combinaciones posibles de cuatro proyectos
donde dos son de un tipo, ambos miembros pares, otro jurado es de otro tipo, un miembro par y
otro impar, y otro jurado es de un último tipo, ambos miembros de código impar.
2) La otra manera de conformar los otros dos jurados restantes sería que los dos jurados estuviesen
conformados por ambos miembros con código impar. En cuyo caso no debe olvidarse el total de
posibles arreglos de cuatro jurados donde hay dos de un tipo, ambos miembros con código par, y
dos jurados de otro tipo, ambos miembros con código impar.
Así los casos favorables al evento B, se calculan:
104
 10   8   6    4  10  10    4     5   3  1  5   4   4!     5   3   5   3   4! 

   x  x   x   x   +    x   x     x   x   x   x    x  +     x  x   x   x
 


  2   2   2    1   1   2    3     2   2  1  1   2   2!1!1!    2   2   2   2   2!2! 
La probabilidad del evento B, es :

 10   8   6    4  10  10    4     5   3  1  5   4   4!     5   3   5   3   4! 
   x  x   x   x   +    x   x     x   x   x   x    x  +     x  x   x    x
 


  2   2   2    1   1   2    3     2   2  1  1   2   2!1!1!    2   2   2   2   2!2! 

P(B) =
 20  10   20  10   20  10   20  10 
  x   x   x   x   x  x   x 
 2 2  2 2  2 2  2 2
EJEMPLO 3.25 Eventualmente, cuando se reparten las cartas para un juego de bridge, se dispone
de 52 cartas y se entregan 13 cartas a cada jugador de manera que se agotan totalmente. Estos
jugadores son denominados tradicionalmente norte, este, sur y oeste (en sentido horario) y este
grupo de cartas para cada jugador se le suele llamar “mano”. Convencionalmente el orden de las
cartas que tiene cada jugador es ignorado, por eso las formas en que puede ocurrir una “mano” de
 52 
bridge será:   = 635.013.559.600 formas. Si por ejemplo se está interesado en conocer la
 13 
probabilidad del evento: A: una mano de bridge contiene todas sus cartas de distintas
denominaciones (As ó 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, J, Q y K) sin importar de que palo son. Se
contarán las maneras en que se puede elegir una carta de cada una de las trece denominaciones y
como hay cuatro para cada una de estas denominaciones se tendrán 413 = 67.108.864 maneras
distintas de conformar una mano de bridge con cartas de distinta denominación. La probabilidad de
este evento particular será entonces:
413 13!39!413
P(A) = = = 0,0001057
 52  52!
 
 13 
Por otra parte, el número de maneras en que se pueden distribuir las cuatro manos en un
 52  39  26 13  52!
juego de bridge bajo el mismo procedimiento será de      = ≅ 5,3645x10 28
 13  13  13 13  13!4
formas. Si se desea conocer la probabilidad de un evento análogo al evento A, pero cuando se le dan
cartas a los todos los jugadores de un juego de bridge se procede así: se define el evento: B: las
manos de bridge entregadas a cuatro juagadores contienen todas sus cartas de distintas sin
105
importar de que palo son. Siguiendo el mismo razonamiento, se tendrán: 413.313.213.113 = 8,7649 x
1017 maneras distintas en que ocurre el evento B y por eso:
413313 213113 13!4 413313 213113

P(B) = = ≅ 1,6339x10 - 11
 52  39  26 13  52!
    
 13  13  13 13 
En ambos casos particulares respectivamente, las probabilidades son realmente pequeñas.
Ahora, repartiendo las 52 cartas a cuatro jugadores de bridge se desea conocer la probabilidad
de los siguientes eventos: CN: el norte recibe los cuatro ases; CS: el sur recibe los cuatro ases. Se
cuentan las formas en que pueden repartirse 9 cartas al jugador norte y 13 cartas a cada uno de los
restantes jugadores de entre 48 cartas disponibles ya que se le darán los ases al norte, por eso habrá
 48   39   26  13 
  formas distintas de conformar la mano del norte y luego   ,   y   formas distintas
9  13   13  13 
de conformar las manos para este, sur y oeste respectivamente. La probabilidad del evento CN se
calcula así:
 48  39  26 13   48 
      
9 13 13 13 9
P(CN) =      =   =
13!48!
≅ 0,002641
 52  39  26 13   52  9!52!
      
 13  13  13 13   13 
Sin realizar ningún cálculo se puede inferir que la probabilidad del evento CS debería ser la
misma que la del evento CN, ya que el hecho de que estén norte y sur sentados en distintas posiciones
y reciban en turnos distintos las cartas, no debería afectar la aleatoriedad de la acción, efectivamente
realizando un conteo análogo se tiene:
 48  35  22 13   48 
      
13 13 9 13 9
P(CS) =      =   =
13!48!
≅ 0,002641
 52  39  26 13   52  9!52!
      
 13  13  13 13   13 

106
Existe otra forma de abordar este cálculo, no menos válida que la sugerida, consiste en contar
el número de combinaciones posibles distintas de las cuatro posiciones ocupados en una baraja de 52
 52 
cartas por los ases, que son   . Como un jugador (sea norte, sur o cualquiera) recibe los cuatro
4
13 
ases, hay   combinaciones posibles de sus posiciones entre las 13 cartas que recibe. Finalmente:
4
13 
 
4
P(CN) = P(CS) =   =
13!48!
≅ 0,002641
 52  9!52!
 
4
Se calcula la probabilidad de un nuevo evento general en cuanto a la ubicación de los ases que
tocan a cada jugador, se define el evento: Di,j,k,l: el norte recibe i ases, el este recibe j ases, el sur
recibe k ases y el oeste recibe l ases, para i, j, k y l = 0, 1, 2, 3, 4 e i + j + k + l = 4. De una
manera similar se plantea el cálculo de las maneras en que puede ocurrir el evento Di,j,k,l y aunque aquí
se está emprendiendo la entrega de las cartas en el orden norte, este, sur y oeste, podría realizarse en
cualquier orden particular y se tendría siempre el mismo resultado. Por otra parte nótese que los
eventos CN y CS serán iguales a los eventos D4,0,0,0 y D0,0,4,0 respectivamente.
 4  48  4 - i  48 - (13 - i )  4 - i - j - k  48 - (13 - i ) - (13 - j) − (13 − k )

    ...  
 i 13 - i  j  13 - j   l   13 - l =
P(D )=
i, j, k, l  52  39  26 13 
    
 13  13  13 13 
 4  48  4 - i  35 + i  4 - i - j  22 + i + j  4 - i - j - k  9 + i + j + k + l 
        
 i 13 - i  j  13 - j  k  13 - k  l   13 - l 
=
 52  39  26 13 
    
 13  13  13 13 
Otro procedimiento similar al usado para los evento CN y CS se usa aquí para calcular la
 52 
probabilidad del evento Di,j,k,l, el número de combinaciones posibles de los cuatro ases son   y el
4
107
número de combinaciones posibles de los ases que tocan a cada jugador en sus trece cartas serán:
13  13  13  13 
  ,   ,   y   , por eso:
i   j k  l 
13 13 13 13 

    
i j k l
P(Di,j,k,l) =      .
 52 
 
4
EJEMPLO 3.26 En un concurso de baile participan 10 matrimonios, no es redundante aclarar 10

mujeres con 10 hombres. Las mujeres tienen un código asignado, a saber, 1,2,3,..10, y los hombres
también, 11,12,…20. Para una parte especial del concurso se seleccionan la azar a 6 de las 20
personas, calcule la probabilidad de que no estén presentes en la selección los dos miembros de
ningún matrimonio.
Al igual que en los últimos tres ejemplos se describe el espacio muestral correspondiente al
experimento aleatorio en cuestión,
S = { (A,B,C,D,E,F) : A,B,C,D,E,F = 1,2,3,4,…,20 I A<B<C<D<E<F}
A: al seleccionar 6 personas no es elegida ninguna pareja matrimonial.
En primer lugar se cuentan los casos totales, puesto que no se advierte sobre la
consideración de orden en la selección de los elementos de grupo y es obvio que no es posible la
 20 
repetición de elementos, el total de casos es:   =38.760
6
Se inicia ahora el conteo de casos favorables, dentro del grupo de 6 personas no debe haber
sido seleccionado ningún matrimonio, aplicando el principio de la multiplicación se considerará en el
conteo que hay dos estados o etapas, uno de selección de las mujeres y otro de los hombres. Podría
ocurrir que el grupo esté conformado por 6 hombres, ó por 6 mujeres, en cuyos dos casos se
garantiza la no elección de matrimonios, sin embargo sin el grupo es de 1 hombre y 5 mujeres, éstas
últimas deben seleccionarse de entre las nueve que restan una vez que no se considera la esposa del
hombre ya seleccionado en este grupo, algo parecido sucede con los grupos de 5 hombres y 1 mujer,
de 2 hombres y 4 mujeres, de 4 hombres y 2 mujeres y de 3 hombres y 3 mujeres. Luego todos
estos casos excluyentes se suman para obtener la totalidad de los favorables
Los casos favorables son:

108
10  10  10  10  10   9  10   5  10   8  10   6  10   7 

  x   +   x   +   x   +   x   +   x   +   x   +   x   =13.440
 6   0   0   6   1   5  5  1  2   4  4   2  3   3
casos.
Otra manera de contar estos casos favorables es seleccionar 6 de matrimonios a partir de los
10 disponibles, pues al fin y al cabo si no se admite que en el grupo estén los dos miembros de algún
10 
matrimonio, habrá en el grupo un representante de cada uno de 6 matrimonios, es decir:   , luego
6
para cada matrimonio se considera que en el grupo puede estar el hombre o la mujer, es decir dos
posibilidades para cada matrimonio, 2x2x2x2x2x2=26, estas 26, posibilidades son válidas para
cualquier grupo de 6 personas ( ó 6 matrimonios), así lo casos favorables son :
10  6
  x2 =13.440
6
Para finalizar se presenta otra alternativa de conteo de los casos favorables al evento A. Se
considera ahora un proceso en 6 etapas, cada una de ellas será la elección de cada miembro de grupo
de 6 personas, esta vez se considera orden, razón por la cual se utilizará un artificio a fin de poder
comparar resultado con las dos formas de conteo de casos favorables presentadas para el evento A,
donde el orden de selección de los elementos no fue considerado. Para la selección de la primera
persona hay 20 posibilidades, para la segunda hay 18, pues no se considera la persona seleccionada, ni
la pareja de ésta, para la selección de la tercera persona se dispone de 16, pues no se consideran
ninguna de las dos personas seleccionadas, ni sus parejas respectivas, y así sucesivamente, de esta
manera tenemos: 20x18x16x14x12x10, el conteo anterior es equivalente a haber seleccionado seis
personas y luego intercambiarlas entre puestos o lugares establecidos mediante una permutación de
seis, por lo que si ahora queremos considerar los casos donde se selecciona en grupo de 6 personas
sin orden preestablecido, bastará con dividir los casos obtenidos entre permutaciones de seis:
20x18x16x14x12x10 20x18x16x14x12x10
= = 13.440
P6 6x5x4x3x2x1
Finalmente ,
13.440
P ( A) = = 0,3468
38.760
109
3.1.- Un sistema de matriculación de autos utiliza la siguiente nomenclatura:

(LETRA) (LETRA) (LETRA) (NÚMERO) ( (NÚMERO) ( LETRA O NÚMERO)
En “ LETRA” puede usarse cualquier letra de las 27 de abecedario y en “NÚMERO” cualquier
número del 0 al 9. Suponga que todas las matrículas formadas con este sistema son igualmente
probables.
a.- Halle la probabilidad de que una matrícula formada con este sistema comience por las letras
A,B,C y los siguientes dos números sean 1 y 2 .
b.- Halle la probabilidad de que una matrícula formada con este sistema tenga al menos una letra
repetida.
c.- Halle la probabilidad de que una matrícula formada con este sistema no tenga letras repetidas o no
tenga números repetidos.
3.2.- Una agencia de investigación cuenta con ocho (8) detectives, a dicha agencia llegan personas
solicitando el servicio de los detectives privados para investigar tres (3) casos de supuesta infidelidad
y dos (2) casos de supuesta estafa. Los casos son asignados al azar entre los detectives
A,B,C,D,E,F,G, y H, de modo que a cada detective le es encomendado a lo sumo un caso.
Determine las siguientes probabilidades:
a.- Probabilidad de que los detectives A, B y C deban resolver los casos de infidelidad y que el
detective F o el detective G, pero no ambos les sean asignados los casos de estafa.
b.- Probabilidad de que a los detectives E y F se les asignen casos de infidelidad o que a los
detectives G y H se les asignes casos de estafa.
c.- Probabilidad de que se seleccione al menos uno de los siguientes detectives A, B o C y que los
detectives B y C deban resolver el mismo tipo de caso.
3.3.- Un empadronador del censo planifica para el próximo sábado censar a seis familias, suponga
las visita a las seis familias (F1, F2, F3, F4, F5, F6) se realizan en orden aleatorio.
a.- ¿Cuál es la probabilidad de que F1 y F2 se visiten después que F6?
b.- ¿Cuál es la probabilidad de que F1 y F2 estén entre las tres primeras familias visitadas o que las dos
últimas familias visitadas sean impares?

110
c.- ¿Cuál es la probabilidad de que F4 y F6, se encuentren entre las cuatro últimas familias visitadas, y
que F1 sea la tercera o la cuarta familia visitada?
3.4.- De acuerdo a disposiciones legales, una compañía entrega a sus trabajadores un bono para
alimentación mensual. En el mes de julio, debe entregar además un bono para útiles escolares. Cada
el trabajador, al hacer uso de su bono de alimentación, escoge al azar un supermercado donde
gastarlo , entre 10 establecimientos disponibles, digamos (S1,S2,S3,S4,S5,S6,S7,S8,S9,S10), así mismo
cuando decide gastar el bono de útiles escolares, deberá escoge al azar una librería entre 8
concertadas, digamos (L1,L2,L3,L4,L5, L6,L7,L8). A cada uno de cuatro trabajadores, se le entrega
en el mes de Julio, el bono de alimentación y el de útiles escolares. Se pide:
a.- Probabilidad de que se seleccionen exactamente una vez los supermercados S1, S2 y S3, y que S4
se seleccione a lo mas en dos oportunidades.
b.- Probabilidad de que se seleccionen solo tres supermercados o solo dos librerías.
c.- Probabilidad de que S1 sea seleccionado al menos una vez y que exactamente 6 supermercados
no sean asignados.
3.5.- En una planta que fabrica piezas de acero hay 10 líneas de producción que trabajan 5 días a la
semana. Cada mañana un supervisor selecciona al azar una línea para inspeccionar ciertos estándares
importantes del proceso.
a.- Probabilidad de que en una semana se inspecciones al menos una línea mas de una vez.
b.- Probabilidad de que en una semana inspeccione una vez la línea 1, tres veces la línea 2, y no
inspeccione la línea 3.
Suponga ahora que el supervisor programa inspeccionar todas las líneas durante la semana,
inspeccionando 2 por día.
c.- Probabilidad de que la línea 1 y 10 se inspeccionen el mismo día
d.- Probabilidad de que la línea 1 se inspeccione el día lunes o la línea 10 el día viernes.
3.6.- Nueve personas viajan en tres vehículos que tienen respectivamente, 2,4, y 5 puestos. Suponga
que los puestos se asignan al azar
a.- Probabilidad de que todos los vehículos queden con más de un pasajero.
b.- Probabilidad de que una pareja que se encuentra entre las nueve personas viaje junta en el primer
vehículo.
111
3.7.- Quienes ven T.V. en una ciudad pueden recibir siete canales diferentes (C1, C2, C3, C4, C5, C6 y
C7), cada canal presenta desde las 5:30 p.m. a las 7:30 p.m. cuatro programas de 1/2 hora de
duración cada uno.
Una secuencia de ver T.V. de 4 programas de 1/2 hora entre 5:30 p.m. y 7:30 p.m. es seleccionada
entre los siete canales totalmente al azar.
a.- ¿Cuántas secuencias distintas son posibles?
b.- ¿Cuál es la probabilidad de que C1 y C2 sean los únicos canales seleccionados?
c.- ¿Cuál es la probabilidad de que solo un canal sea elegido?
d- ¿Cuál es la probabilidad de que todos los canales sean elegidos al menos una vez?
e.- ¿Cuál es la probabilidad de que C1 sea elegido al menos una vez?
Ahora solo nos interesa considerar si un programa es de noticias o no. De 5:30 a 6:00 p.m., tres
canales presentan un programa de noticias, de 6:00 a 6:30 p.m., cinco canales transmiten un
programa de noticias, de 6:30 a 7:00 p.m., cuatro canales presentan noticias y de 7:00 a 7:30 p.m. dos
canales presentan noticias.
f.- ¿Cuántas secuencias solo de noticias son posibles?
g.- ¿Cuál es la probabilidad de que seleccione un programa de noticias a las 6:00 y también a las 6:30
p.m.?
h.- ¿Cuál es la probabilidad de que seleccione un programa de noticias a las 6:00 o a las 6:30 p.m.?
i.- ¿Cuál es la probabilidad de que seleccione programas de noticias a las 6:00 y a las 6:30 p.m.
solamente?
j.- ¿Cuál es la probabilidad de que seleccione al menos dos programas de noticias?
3.8.- Suponga que cierto edificio tiene 7 pisos. Suponga además que en un momento dado se
montan en la planta baja María, Mariana, Marisela y Marlene, cada una de las cuales podrá bajarse en
cualquiera de los 7 pisos. Si es igualmente probable que cualquiera de ellas se baje en cualquiera de
los pisos determine:
a.- ¿Cuál es la probabilidad de que María o Marlene no se bajen en el quinto piso?
b.- ¿Cuál es la probabilidad de que en cuatro de los pisos no se baje nadie?
c.- ¿Cuál es la probabilidad de que María y Marlene se bajen en el mismo piso?

112
3.9.- Cinco aficionados a equipos diferentes de béisbol asisten a una reunión donde cada uno lleva
la gorra de su equipo favorito, si al entrar al sitio dejan la gorra en un perchero y luego al salir toman
una completamente al azar , calcule:
a.- Probabilidad de que todos tomen la gorra que les corresponda.
b.- Probabilidad de que sólo tres de los aficionados tomen la gorra correcta.
c.- Probabilidad de que al menos uno tome la gorra que le pertenece.
RESPUESTAS
1x1x1x1x1x(27 + 10) 1x1x1x1x1x37

3.1.- a.- =
27x27x27x10x10x(27 + 10) 27x27x27x10x10x37
  27   3!     27     27  
   x x2! x10x10x37  +    x10x10x37  +    x3! x10x10x3 
 2  2!1!    1   3 
       
b.-  
27x27x27x10x10x37
c.-
(27x27x27x10x9x(27 + 8)) + (27x26x25x10x10x(24 + 10) ) − (27x26x25x10x9x(24 + 8) )
27x27x27x10x10x37
 3  2  3   3  2  3 
  x3! x    x2!   x3! x    x2!
3  1  1   3  1  1 
3.2.- a.-   =
8 8x7x6x5x4
  x5!
 5
 2  6  5 6  2  2  4  2
  x  3! x   x2!+  x3! 2!−  x  3! x   x2!
2 1 2  3  2  2  1  2
b.-      
8x7x6x5x4
 2 5  4  5   2   2   5   4 1  2   1  5   1  5   2 
  x  3! x   x2!+  x3! 2!+  x  3! x    x2!+  x  3! x   x2!+  x  3! x   x2!
c.-        3   2   2   1   1 1  2   1  2   1  2   2 
2 1 2
8x7x6x5x4
5!+ (3x1x4!) + (3x2x1x3!) + (3x2x1x2!)

3.3.- a.-
6x5x4x3x2x1
 2  4  3  2  2  1  2 
  x  3! x3!+  x2! x4!−  3! x   x  2!
2 1  2  2  1  1  2 
b.-    
6!
113
 3  3
  x2! x3!+  x2! x3!
2  2
c.-  
6!
3.4.- a.-
[(1x1x1x6x4!) + (1x1x1x1x4!)]x8 4
10 4 x8 4
b.-
 10  4! 3!  4    8  4! 3!  4    10  4! 3!   8  4! 3!  
  3  x 1!1!2!! x 2!1! x8  +   3  x 1!1!2!! x 2!1! x10  −   3  x 1!1!2!! x 2!1! x  3  x 1!1!2!! x 2!1! 
                
4 4
10 x8
 1  9 
  x   x4!
1 3
c.-    
10 4 x8 4
10x9x8x7x6
3.5.- a.- 1 −
10x10x10x10x10
5!
7x1x1x1x1x
b.- 1!1!3!
10x10x10x10x10
1 1  8   6   4   2   5 
  x  x  x  x   x  x  
1 1  2   2   2   2   1 
c.- 
10  8  6  4  2 
     
 2  2  2  2  2 
1  9   8   6   4   2   9   7   5   3  1 1 1  8   7   5   3  1 1

1 x 1  x  2  x  2  x  2  x  2  +  2  x  2  x  2  x  2  x 1 x 1 − 1 x  1  x  2  x 2  x  2  x1 x 1
d.-      
         
10 8 6 4 2
 x x x x 
 2   2  2  2  2
9 9  5
  x   x4!x   x5!
0 4  5
3.6.- a.- 1 −    
11x10x9x8x7x6x5x4x3

114
 2 7  3  5    2  7  4 5 

   x2! x  x4! x  x  x3! +    x2! x  x  x2! x  x5!
 2   
   4  3  3    2   2  2 5 
b.- 
11x10x9x8x7x6x5x4x3
 2  7  4  4  5 
   x2! x   x   x3! x   x  x4!
 2 
   3  3  4  4 
+
11x10x9x8x7x6x5x4x3
3.7.- a.- 7x7x7x7= 7 4

4! 4!
x2!+
b.- 1!3! 2!2!
7 4
7
  x1x1x1x1
1
c.-  
74
d.- cero
6x6x6x6
e.- 1 −
74
f.- 3x5x4x2
7 x5 x 4 x 7
g.-
74
7x5x7x7 7x7x4x7 7x5x4x7
h.- + −
74 74 74
4x5x4x5
i.-
74
 4x2x3x5 3x2x3x5 4x5x3x5 4x2x4x5 4x2x3x2 
j.- 1 −  + + + + 
 74 74 74 74 74 
6x7x7x7 7x7x7x6 6x7x7x6

3.8.- a.- + −
74 74 74
7 4! 3! 
   x x 
 3 1!1!2! 2!1!
 
b.-  
7 4
7x7x7x1
c.-
74
115
1x1x1x1x1
3.9.- a.-
5 x 4 x3 x 2 x1
5
 1x1x1x1x1
3
b.-  
5x4x3x2x1
1  5  1x1  5  1x1x1  5  1x1x1x1  5  1x1x1x1x1
c.- x   − x  + x  −  +
5 1  5x4  2  5x4x3  3  5x4x3x2  4  5x4x3x2x1

116
PROBABILIDAD CONDICIONAL. TEOREMA DE BAYES.

INDEPENDENCIA
IV.1 Probabilidad Condicional y Teorema de Bayes
En principio el objetivo del modelo de probabilidades es determinar la posibilidad de que

cierto evento ocurra cuando se realiza un experimento aleatorio. Sin embargo hay muchos casos en
que esta posibilidad es afectada por la ocurrrencia o no de otro evento. En tal caso se habla de una
probabilidad condicional o condicionada.
IV.1.1 Probabilidad condicional.
Sea un experimento aleatorio con cierto espacio muestral S asociado y sean A y B eventos
definidos en S. Se estudiará ahora la probabilidad del evento A cuando se sabe que el evento B ha
ocurrido, esta probabilidad se denomina probabilidad condicional del evento A dado que el evento B
ha ocurrido o simplemente probabilidad condicional de A dado B y se escribe P(A/B). Se trata de
que al tener la certeza de la ocurrencia de B se está en posesión de información valiosa que permite el
cálculo de la ocurrencia del evento A bajo otras circunstancias nuevas.
Como se sabe que el evento B ha ocurrido, entonces se entiende que el resultado del
experimento debe ser obligatoriamente uno de los incluidos en el evento B. Una interpretación es ver
como si el espacio muestral del experimento ya no fuese el conjunto S original, sino que ha sido
reducido al contenido del evento B. Por lo tanto para evaluar la probabilidad de que el evento A
ocurra se debe considerar el conjunto de los resultados del experimento incluidos en A que también
estén en el evento B, que es precisamente A∩B. Entonces resulta natural definir la probabilidad
condicional de A dado B como la probabilidad del evento A∩B entre la probabilidad del evento B.
Estas consideraciones conducen finalmente a:
P(A ∩ B)
P(A/B) = con P(B) > 0
P(B)
117
Retomando la forma clásica del cálculo de probabilidades y suponiendo un espacio muestral

finito y equiprobable, esta probabilidad condicional muy bien podría ser escrita como:
número de maneras en que ε puede ocurrir favorable a A ∩ B

P(A/B) =
número de maneras en que ε puede ocurrir favorable a B
luego:
número de maneras en que ε puede ocurrir favorable a A ∩ B

P(A/B) =
número de maneras en que ε puede ocurrir favorable a B
Propiedades básicas de la probabilidad condicional:

1. - La función P( /B) es una probabilidad, en efecto :
i. - P(A/B) ≥ 0
P ( S I B ) P (B )
ii. - P(S / B) = = =1
P (B ) P (B )
iii.- sean A1, A2,…., An, una sucesión de eventos mutuamente excluyentes de par a par. Entonces,
( A1 U A2 U ... U An )  = P (( A1 U A2 U ... U An ) I B ) = P ( Ai I B ) n  Ai 
n
P  ∑ = ∑ P 
 B P (B ) i =1 P (B ) i =1  B

118
2.- Si a y B son dos eventos mutuamente excluyentes, entonces:

P( A I B)
P(A / B) = =0
P(B )
3.- Si B ⊆ A entonces:
P ( A I B ) P (B )
P(A / B) = = =1
P (B ) P (B )
La Ley multiplicativa de probabilidades o también conocida como Teorema de multiplicación

de probabilidades se deriva directamente de la definición de la probabilidad condicional recién
revisada. En ciertos casos será de interés la probabilidad del evento A∩B y si se conocen las
probabilidades condicionales de A/B o de B/A se podrá escribir esta definición como:
P(A∩B)=P(A/B).P(B) o P(A∩B)=P(B/A).P(A)
Esta Ley podrá ser generalizada para tres o más eventos. Sean A1, A2, …, An una colección de
eventos definidos en el espacio muestral S, entonces:
P(A1∩A2∩…∩An)=P(An/A1∩A2∩…∩An-1)…P(A3/A1∩A2).P(A2/A1).P(A1
IV.1.2. Probabilidad total y Teorema de Bayes.
La Ley de probabilidad total sirve para calcular la probabilidad de cierto evento

indirectamente al conocer su relación con otros eventos del espacio muestral.
Sea S un espacio muestral y sea B1, B2, …, Bk una colección de eventos mutuamente
excluyentes asociados a S que además tienen la particularidad de que si se calcula el evento unión de
toda la colección resultará el evento S (colección excluyente y exhaustiva de eventos).
Bi∩Bj=∅ ∇ i≠ j
k
y U Bi = S
i=1
119
Entonces se dice que la colección B1, B2, …, Bk constituyen una partición del espacio muestral S.
Sea A algún evento en S, por tanto usando la partición de S que se acaba de definir el evento
A se podrá escribir como Ver figura IV.2):
A = (A∩B1) ∪ (A∩B2) ∪ … ∪ (A∩Bk)
Se debe apreciar que los eventos del tipo A∩Bi para i = 1, 2,…, k son mutuamente
excluyentes entre sí. Por eso:
P(A) = P(A∩B1) + P(A∩B2) + … + P(A∩Bk)
y usando la Ley multiplicativa de probabilidades en cada caso se tiene lo que se conoce como Ley de
probabilidad total:
P(A) = P(A/B1).P(B1)+ P(A/B2).P(B2) + … + P(A/Bk).P(Bk)
Por otra parte, el Teorema o regla de Bayes que también se le conoce como regla para
probabilidad de las causas, permite, al establecer una partición de un espacio muestral S, una forma
sencilla de calcular la probabilidad condicional de cada uno de los eventos de la partición suponiendo
la ocurrencia de cierto evento particular sobre el mismo espacio muestral S.
Aunque existen algunos indicios que hacen dudar sobre el verdadero autor de este Teorema,
se atribuye al matemático inglés Thomas Bayes (1702-1761), quien fuera ordenado reverendo de la
120
iglesia presbiteriana. En 1763, a dos años después de su muerte se publica “Essay Towards Solving a
Problem in the Doctrine of Chances” donde Bayes estudia el problema de las causas a través de los
efectos y se enuncia este Teorema.
Sea una colección de eventos B1, B2, …, Bn una partición del espacio muestral S y sea A otro
evento asociado al espacio muestral S. Entonces para cualquier evento Bj para j = 1, 2,…, n se
establece que:
P(B ∩ A)
j
P(B /A) = , P(A) > 0
j P(A)
Luego usando la Ley multiplicativa de probabilidades y la Ley de probabilidad total en el
numerador y denominador respectivamente se tendrá:
P(A/B )P(B )
j j
P(B /A) =
j P(A/B1 )P(B1 ) + P(A/B 2 )P(B 2 ) + ... + P(A/B n )P(B n )
Esta es la forma en que frecuentemente es presentado el famoso Teorema de Bayes.
IV.2. Eventos independientes.
En algunas situaciones el hecho de que un evento ocurra no afecta la probabilidad de

ocurrencia de otro evento en particular, en estos casos se dice que estos eventos son
estocásticamente independientes.
Sean los eventos A y B definidos en el espacio muestral S. Si estos eventos son

independientes entre sí, intuitivamente será natural pensar que el cálculo de sus probabilidades
condicionadas no serán influenciadas por la ocurrencia o no del otro. En otras palabras:
P(A/B) = P(A) y también el recíproco P(B/A) = P(B).
Partiendo de esta aseveración y usando la Ley multiplicativa de probabilidades se tendrá en

ambos casos:
P(A∩B) = P(A/B).P(B)
P(A∩B) = P(A).P(B)
y
P(A∩B) = P(B/A).P(A)
121
P(A∩B) = P(B).P(A)
Así se podrá enunciar lo que es denominado en algunos textos sobre el tema como Teorema
de caracterización.
Los eventos A y B son estocásticamente independientes sí y solo sí:
P(A∩B) = P(A).P(B)
Esto podrá ser extendido para tres o más eventos sin dificultades mayores, como ejemplo se
presenta seguidamente para tres eventos. Sean A, B y C eventos asociados al espacio muestral S.
Entonces, si estos eventos son son estocásticamente independientes, las probabilidades condicionales
de estos eventos, tanto por parejas, como la probabilidad condicional de los tres eventos
simultáneamente, son iguales a las probabilidades no condicionales.
Siendo:
P(A∩B∩C) = P(A/B∩C).P(B∩C)
P(A∩B∩C) = P(A/B∩C ).P(B/C).P(C)
Pero si son independientes:

P(A/B∩C ) = P(A)
P(B/C) = P(B)
Resulta entonces que:
P(A∩B∩C) = P(A).P(B).P(C)
Finalmente, para que los eventos A, B y C sean independientes entre sí, debe cumplirse:
P(A∩B) = P(A).P(B)
P(A∩C) = P(A).P(C)
P(B∩C) = P(B).P(C) y
P(A∩B∩C) = P(A).P(B).P(C)

122
EJEMPLOS RESUELTOS
EJEMPLO 4.1. Los clientes que compran cierta marca pueden pedir un motor en cualquiera de tres
tamaños. De todos los automóviles vendidos, el 45% tiene el motor más pequeño, el 35% tamaño
mediano y 20% más grande. Los automóviles en una prueba de emisiones dentro de los dos primeros
de su compran fallan 10% con el motor más pequeño, 12% con los de los de tamaño mediano y 15%
con los de tamaño grande.
a.- ¿Cuál es la probabilidad de que un automóvil elegido aleatoriamente pueda fallar en una prueba
de emisiones dentro de los dos primeros años?
b.- Si se elige aleatoriamente un registro de falla, ¿Cuál es la probabilidad de que corresponda a un
vehículo de motor mediano?
Se consideran los eventos:
B: el automóvil falla en una prueba de emisiones dentro de los dos primeros años.
Ai= el automóvil tiene motor de tamaño i, para i= 1, 2 y 3, donde 1: pequeño; 2: mediano y 3:
grande.
a.- ¿Cuál es la probabilidad de que un automóvil elegido aleatoriamente pueda fallar en una prueba
de emisiones dentro de los dos primeros años?
Entonces P(A1)=0,45 P(A2)=0,35 P(A3)=0,20

Es frecuente el uso de diagramas de árbol para la resolución de problemas como este ( ver
figura IV.3). Hay tres ramas principales en el árbol, cada una corresponde a los tamaños de motor. Al
final de cada rama principal están dos ramas secundarias, que representan los eventos falla o no falla,
en estas ramas secundarias se colocan las probabilidades condicionales de falla o no falla, dado el
tamaño del motor.
La probabilidad de que un automóvil falle una prueba, dado que tiene un motor pequeño, es
0,10. Es decir, P(B/ A1)=0,10. De manera similar, P(B/ A2)=0,12 y P(B/ A3)=0,15. Nótese que si un
motor falla, este motor puede ser pequeño, mediano o grande, por lo tanto el evento B, puede
subdividirse en tres eventos excluyentes como sigue:
B = ( B I A1 ) U ( B I A2 ) U ( B I A3 ) , así pués,
P ( B ) = P ( B I A1 ) + P ( B I A2 ) + P ( B I A3 ) , luego
Por la ley de probabilidad total:
123
P(B) = P(B/A1 )P(A1 ) + P(B/A 2 )P(A 2 ) + P(B/A 3 )P(A 3 )
P(B)=(0,10x0,45)+(0,12x0,35)+(0,15x0,20)=0,117
b.- Si se elige aleatoriamente un registro de falla, ¿Cuál es la probabilidad de que corresponda a un

vehículo de motor mediano?
Se pide ahora calcular P(A2/B). Puesto que se trata se una pregunta condicional, es lógico
buscar la solución en la definición de probabilidad condicional, como sigue:
P(A 2 ∩ B )
P(A /B) = , luego utilizando la regla de producto y la definición de probabilidad
2 P(B)
total, planteada en la parte anterior del ejercicio, se obtiene
P(B/A )P(A )
P(A 2 /B) = 2 2
P(B/A1 )P(A1 ) + P(B/A 2 )P(A 2 ) + P(B/A 3 )P(A 3 )
Se advierte sobre la estructura de la expresión anterior. En el numerador, la expresión

condicional es opuesta a la planteada en la pregunta original; en el denominador las expresiones
abarcan todas las alternativas del evento en cuestión, es decir, A1 , A2 y A3. La probabilidad
condicional planteada es la aplicación del Teorema de Bayes.
Finalmente,
0,12x0,35
P(A /B) = = 0,3590 Si el motor falló en la prueba de emisiones, existe una
2 0,117
probabilidad de 36% aproximadamente de que sea de tamaño mediano.

124
EJEMPLO 4.2. Considere dos síntomas, digamos 1 y 2. Alrededor de 70% de las personas de cierta
población no presentan ninguno de tales síntomas, alrededor de 10% presenta solo el síntoma 2, y
los dos síntomas están presentes en alrededor de un 8% d la población en cuestión. De las personas
que presentan los dos síntomas, un 75% está afectada por cierta enfermedad. De las personas que
presenta solo uno de los síntomas, un 50% sufre la enfermedad, mientras que un 20% de las
personas que no presentan ninguno de los dos síntomas está afectado por la enfermedad en cuestión.
Se elige al azar una persona de dicha población:
¿Cuál es la probabilidad de que la persona está afectada por la enfermedad en referencia?
125
Se definen los eventos:

B: la persona sufre la enfermedad.
Ai= la persona presenta el síntoma i, para i= 1 y 2
Se pide P(B), en primer lugar se define el evento B, una persona puede sufrir la enfermedad y no
presentar ningún síntoma, ó solo uno de los síntomas, ó ambos síntomas.
Así pués el evento B, es:
( ( )) ( ((
B = B I A1 I A2 U B I A1 I A2 U A1 I A2 ) ( )))U (B I ( A I A ))
1 2
Las probabilidades conocidas son :

P ( A1 I A2 ) = 0,70 P ( A1 I A2 ) = 0,10 P( A1 I A2 ) = 0,08
 
P B  = 0,75
 P B  = 0,50
 ( A1 I A )
2   (( ) (
A1 I A2 U A1 I A2  ))
 
P B  = 0,20
(
 A1 I A2  )
luego utilizando la regla de producto y la definición de probabilidad total, se tiene:
   
(
P ( B ) = P A1 I A2 P B ) ((
 + P A1 I A2 U A1 I A2 P B
( ) ) ( + )) (( ) ( ))
 A1 I A2   A1 I A2 U A1 I A2 
P( A1 I A2 ) P B 

 ( A1 I A )
2 
Todas las probabilidades de la expresión anterior son conocidas, excepto

(( ) ( ))
P A1 I A2 U A1 I A2 , para hallarla será de gran ayuda un diagrama de Venn, (ver figura IV.4)
P ((A I A ) U (A I A )) = P (A I A ) + P (A I A ) ,
1 2 1 2 1 2 1 2
P ( A1 U A2 ) = 1 − P ( A1 I A2 ) = 1 − 0,70 = 0,30
P ( A1 U A2 ) = P ( A1 I A2 ) + P ( A1 I A2 ) + P ( A1 I A2 ) = ?+ 0,10 + 0,08 = 0,30

P ( A1 I A2 ) = 0,30 − 0,18 = 0,12
( )
P ( A1 I A2 ) U ( A1 I A2 ) = P ( A1 I A2 ) + P ( A1 I A2 ) = 0,12 + 0,10 = 0,22
Ahora se puede calcular la probabilidad requerida:
P(B)= (0,7x0,20) + (0,22x0,50)+(0,08x0,75)= 0,31

126
EJEMPLO 4.3. En cierta localidad se dispone de dos compañías que ofrecen servicio de “cable”,
denominadas A y B. De los clientes que tienen el servicio el 60% lo contratan con la compañía A y el
resto con B. El 30% de los clientes de la compañía A contratan solo el servicio de televisión,
mientras que un 20% solo contrata el servicio de internet, el resto contrata ambos servicios. El 50%
de los clientes de la compañía B contrata exactamente un servicio y un 70% contrata el servicio de
televisión.
a.- Se selecciona al azar un cliente de servicio por cable de dicha si encuentra que ha contratado
solo televisión o tiene ambos servicios, ¿Cuál es la probabilidad de que haya hecho en contrato con la
compañía A?
b.- Si se seleccionan cuatro clientes al azar, ¿Cuál es la probabilidad de que al menos dos contraten
exactamente un servicio?
c.- Si se selecciona al azar una compañía y de ella 6 clientes, encontrándose que 2 contrataron solo
televisión, 2 contrataron solo internet y los 2 restantes los dos servicios, ¿Cuál es la probabilidad de
que se haya seleccionado la compañía A?
d.- Si se seleccionan 2 clientes, ¿Cuál es la probabilidad de que sean de compañías distintas, pero
ambos contraten solo el servicio de televisión?
e.- Si se seleccionan tres clientes al azar y se encontró que los tres contrataron solo el servicio de
televisión, ¿Cuál es la probabilidad de que dos sean clientes de la compañía A?
127

A: El cliente contrata la compañía A
B: El cliente contrata la compañía B
Si= El cliente contrata el servicio i, i= 1 y 2; 1 : televisión, 2: intenet.
Se conocen las probabilidades siguientes:
( )
 S I S2 
P 1
(
 S I S2  )
A 
P 1
A 
P ( A) = 0,60 P ( B ) = 0,40 = 0,30 = 0,20
 
P
(S 1 I S 2 )  = 0,50 (
P 1
) (
 S I S 2 U S1 I S 2  ) P
S1  = 0,70
A  B  B 
= 0,50
  
a.- Se selecciona al azar un cliente de servicio por cable de dicha si encuentra que ha contratado
solo televisión o tiene ambos servicios, ¿Cuál es la probabilidad de que haya hecho en contrato con la
compañía A?
 
Se pide P A 
 S 1 I S 2 U((
( S 1 I S) )
2  )
Se define entonces la probabilidad condicional:

P A
( (
 P A I S 1 I S 2 U (S 1 I S 2 )
=
) )
 (( )
S1 I S 2 U (S1 I S 2 )  ) ((
P S 1 I S 2 U (S 1 I S 2 ) ) )
Al igual que en los dos últimos ejemplos, se plantea la probabilidad total para el término del
denominador, ya que el evento contrata solo televisión o contrata solo un servicio, puede ocurrir
habiendo contratado los servicios de la compañía A o B, se tiene entonces:
(( )
P S1 I S 2 U (S1 I S 2 ) = P ( A) P 1) (
 S I S 2 U (S1 I S 2 )  )  S I S 2 U (S 1 I S 2 ) 
 + P ( B ) P 1
( )
 A   B 
(( )   S I S2 
)
P S1 I S 2 U (S1 I S 2 ) = P( A) P 1 
(
(S I S 2 )   +
+ P 1
)
A  A
  
P( B) P 1
(
  S I S2 

)
(S I S 2 )  
+ P 1
B  B 
  
O también, por complemento:
(( ) ) 
(( 
))   ( 
P S1 I S 2 U (S1 I S 2 ) = 1 − P S1 I S 2 = 1 −  P( A) P S1 I S 2  + P( B) P S1 I S 2 
) ( )
 A  B
 

128
 (  )
En todo caso se necesita P S1 I S 2 U (S1 I S 2 )  y si se hiciera el planteamiento por
 B 
S S ( )
complemento, se necesitaría P 1 I 2  , así que habrá que hallarlas.
 B
Se considera ahora el subespacio de la compañía B:

(( ) ( )) ( ) (
P S1 I S 2 U S1 I S 2 = P S1 I S 2 + P S1 I S 2 =0,50 )
P( S1 ) = 0,70
[ ]
P( S1 U S 2 ) = P( S1 I S 2 ) + P( S1 I S 2 ) + P( S1 I S 2 ) = 0,50 + ? = 1
P( S1 I S 2 ) = 1 − 0,50 = 0,50
( )
P( S1 ) = P ( S1 I S 2 ) U ( S1 I S 2 ) = P ( S1 I S 2 ) + P( S1 I S 2 ) = ?+ 0,50 = 0,70
P( S1 I S 2 ) = 0,70 − 0,50 = 0,20
P( S1 I S 2 ) + P( S1 I S 2 ) = 0,20 + ? = 0,50
P( S1 I S 2 ) = 0,50 − 0,20 = 0,30
Si se hubiese planteado la probabilidad total de la manera siguiente no se tendría que hallar
información o probabilidades adicionales a las aportadas en el enunciado,
P S1 I S 2 U (S1 I S 2 ) = P( S1 ) = P( A) P 1  + P( B) P 1 

(( ) ) S S
 A   B
Por un camino o por otro ya podemos calcular la probabilidad total:
(( ) )
P S1 I S 2 U (S1 I S 2 ) = (0,60x(0,30+ 0,50)) + (0,40x(0,20+ 0,50))=0,76
Finalmente la aplicación del Teorema de Bayes resulta en:
  0,60x(0,30 + 0,50)
P A  = P A S  = = 0,6316
 (( )
S 1 I S 2 U (S 1 I S 2 )  )  1 0,76
b.- Si se seleccionan cuatro clientes al azar, ¿Cuál es la probabilidad de que al menos dos contraten
exactamente un servicio?
Se define el evento Cj: el cliente j contrata exactamente un servicio
Por el momento importará solo un cliente, un cliente cualquiera, el cliente i.
El cliente j contrata exactamente un servicio, pero esto puede ocurrir habiendo contratado
servicios con la compañía A, o con la B. Entonces:
( ) ( ) (( ) ( ) ) (( ) (
C j = S1 I S 2 U S1 I S 2 = S1 I S 2 U S1 I S 2 I A U S1 I S 2 U S1 I S 2 I B ) )
Se calcula la probabilidad total para el cliente j, utilizando nuevamente la regla del producto,
129
(( ) ( ))
P(C j ) = P S1 I S 2 U S1 I S 2 = P( A) P 1
( )
 S I S 2 U (S I S 2 ) 
A 
+

( S I S2
P ( B ) P 1
)U (S I S ) 
1 2
 B
P(C j ) = (0,60x(0,30 + 0,2) ) + (0,40x(0,20 + 0,30) ) = 0,60x0,50 + 0,40x0,50 = 0,50
Este valor no debe sorprender, pués con los eventos “se contrata exactamente un servicio” y
“se contratan los dos servicios” existe independencia respecto a las compañías contratadas, se puede
observar que en cada uno de los eventos mencionados, la probabilidad es la misma
independientemente de la compañía.
Respecto a los cuatro clientes se quiere calcular la probabilidad de que al menos dos de ellos
contraten exactamente un servicio, es decir, 2 de ellos, ó 3 ó los cuatro. El comportamiento de los
clientes es independiente, y además la probabilidad de adquirir solo un servicio para todos los clientes
es la misma. Por ejemplo, para calcular la probabilidad de que exactamente dos de los clientes
adquieran exactamente un servicio, bastará con fijar una pareja de ellos que adquieran exactamente
un servicio, por ejemplo el cliente 1 y el 2, los dos clientes restantes ( 3 y 4) contratan entonces dos
servicios ( complemento de exactamente un servicio, C j ). Por supuesto el cliente 1 y el 2, no es la

única pareja posible que puede contratar exactamente un servicio. Luego habrá que contar todas las
posibles parejas que se pueden formar. Entonces la expresión para el evento del ejemplo planteado
es la intersección de cuatro eventos, es decir, (C1 I C 2 I C 3 I C 4 ) . Como ya se adelantó, hay
independencia entre clientes, por lo que la probabilidad de este evento se calcula como el producto
de las probabilidades de los eventos involucrado en la intersección, luego puesto que la probabilidad
de contratar exactamente un servicio es la misma para todos los clientes, solo bastará con multiplicar
el total de posibles parejas por la probabilidad del evento antes planteado. Algo similar se hará para
los arreglos restantes. Posteriormente, se suman las probabilidades de cada arreglo debido a que se
trata de eventos mutuamente excluyentes.
D: de cuatro clientes al menos dos contrata exactamente un servicio.

130
 4  4
P(D) = P(C1 I C 2 I C 3 I C 4 )  + P(C1 I C 2 I C 3 I C 4 )  + P(C1 I C 2 I C 3 I C 4 )
 2 3
 4  4
P(D) = P(C1 )xP(C 2 )xP(C 3 )xP(C 4 )  + P(C1 )xP(C 2 )xP(C 3 )xP(C 4 )  +
 2 3
4! 4!
P(C )xP(C )xP(C )xP(C ) = 0,50 2 x0,50 2 x + 0,50 3 x0,50x + 0,50 4
1 2 3 4 212! 3!1!
P(D) = 0,50 4 x6 + 0,50 4 x4 + 0,50 4 = 0,6875
c.- Si se selecciona al azar una compañía y de ella 6 clientes, encontrándose que 2 contrataron solo
televisión, 2 contratan solo internet y los 2 restantes los dos servicios, ¿Cuál es la probabilidad de que
se haya seleccionado la compañía A?
E: De seis clientes 2 contrataron solo televisión, 2 contratan solo internet y los 2 restantes los dos
servicios .
Fi: se selecciona la compañía i para i=A y B
La probabilidad que se solicita es: P FA  , luego definiendo la probabilidad condicional, se tiene:
 E
P
FA  = P(FA I E ) , el evento E, puede ocurrir eligiendo a la compañía A o a la B, entonces
 E  P (E )
definiendo la probabilidad total y se aplicando la regla del producto, se tiene:
P(FA )P E 
( I )  FA 
P FA  =
P F A E
= , la expresión anterior es la justo la
 E P (E ) 
P(FA )P   
E  + P(FB )P F 
E
 FA   B 
aplicación del Teorema de Bayes.

Ahora bien, puesto que la elección de la compañía se realizó completamente al azar y son solo dos
1
disponibles, A y B, resulta que : P(FA ) = P(FB ) =
2
Ahora falta hallar P E  y P E  . El evento condicionante en estas probabilidades es justo la
 FA   FB 
compañía seleccionada, entonces la probabilidad condicional del evento E en cada elección hecha se
calcula con los datos de probabilidad de los eventos solo contrata televisión, solo contrata internet , o
contrata ambos servicios, asociados a cada compañía, las probabilidades de éstos eventos para cada
compañía de muestran a continuación. Se declaran eventos adicionales a los declarados al inicio,
131
evitando usar los eventos Si, pues con ellos las expresiones para el cálculo de las probabilidades en
esta sección del ejercicio serían muy extensas y engorrosas, debido las relaciones entre conjuntos y a
la necesidad del uso de un doble subíndice, así :
Gj: El cliente j contrata solo el servicio de televisión
Hj: El cliente j contrata solo el servicio de Internet
Mj: El cliente j contrata el servicio de televisión y el de Internet
Como se sabe la probabilidad para cada uno de estos eventos, dependiendo de la compañía que
presta el servicio, es:
G  H  M 
P j  = 0,30; P j  = 0,20; P j  = 0,50
 A   A   A 
G  H  M 
P j  = 0,20; P j  = 0,30; P j  = 0,50
 B   B   B 
Se plantea entonces la probabilidad del evento intersección condicionada a su vez por cada
compañía, donde por ejemplo las personas uno y dos contratan solo televisión, las personas tres y
cuatro, solo Internet, y la persona cuatro y la cinco, ambos servicios, posteriormente se consideran
todos los posibles arreglos. Luego al haber independencia entre clientes, esta probabilidad de
intersección se calcula como el producto de las probabilidades de los eventos involucrados. Así se
tiene:
 FA   FA  2!2!2!
(
(G I G2 I H 3 I H 4 I M 4 I M 6 ) x 6! = 0,30 2 x0,20 2 x0,50 2 x 6!
P E  = P 1
2!2!2!
)
 B   FB  2!2!2!
(
(G I G2 I H 3 I H 4 I M 4 I M 6 ) x 6! = 0,20 2 x0,30 2 x0,50 2 x 6!
P E  = P 1
F 2!2!2!
)
El valor de estas dos probabilidades coincide, es decir el evento E no depende de la
compañía elegida, esto es un caso eventual cuya ocurrencia se debe a los valores de probabilidad
asignados en este ejercicio a los eventos Gi, Hi y Mi de cada compañía, de allí que se haya planteado
el procedimiento regular para el cálculo de esas probabilidades, independientemente de los valores
proporcionados como datos.

132
Finalmente,
P(FA )P E 
 F
P A  =  P ( F A I E ) =  FA  =
 E P (E ) P(FA )P E  + P(FB )P E 
 FA   FB 
1 
( 2 2 2 )
61  
 2 x  0,30 x0,20 x0,50 x 212!2! 
  
= = 0,50
1 
 
( 2 2 2) 61    1 
  
( 2 2 2 61  
 2 x  0,30 x0,20 x0,50 x 212!2!  +  2 x  0,20 x0,30 x0,50 x 212!2! 

)
d.- Si se seleccionan 2 clientes, ¿Cuál es la probabilidad de que sean de compañías distintas, pero
ambos contraten solo el servicio de televisión?
Ahora se calcula la probabilidad de que cada uno de dos clientes independientes contraten
solo el servicio de televisión, además dichos clientes deben ser suscriptores de distintas compañías,
este evento podría ocurrir de dos maneras posibles, la persona uno es suscriptor de la compañía A y
la persona dos es de la compañía B, ambas personas contrataron solo el servicio de televisión, ó la
persona uno es suscriptor de la compañía B y la persona dos es de la compañía A, y también ambas
personas contrataron solo el servicio de televisión, así entonces se plantea la unión de dos eventos
mutuamente excluyentes. Para realizar el planteamiento de la probabilidad se recuerdan algunos
eventos definidos:
Aj: El cliente j contrata la compañía A
Bj: El cliente j contrata la compañía B
Gj: El cliente j contrata solo el servicio de televisión
Así se tiene:
P(( A1 I G1 ) I (B2 I G2 )) U ((B1 I G1 ) I ( A2 I G2 ) )
Puesto que los dos eventos generales son mutuamente excluyentes, se tiene:
P(( A1 I G1 ) I (B2 I G2 )) + P((B1 I G1 ) I ( A2 I G2 ) )
Además los suscriptores son independientes entre si:
[P(( A1 I G1 ) xP(B2 I G2 ))] + [P((B1 I G1 )xP( A2 I G2 ))]
Luego aplicando la regla de producto en el cálculo de cada una de las probabilidades se tiene:
  G1     G2     G1     G 2  
 P( A1 )xP A1   x P(B2 )xP B2   +  P(B1 )xP B1   x P( A2 )xP A2  
   
Finalmente la probabilidad es:
133
= ((0,60x0,30)x (0,40x0,20))x2 = 0,0144x2 = 0,0288
e.- Si se seleccionan tres clientes al azar y se encontró que los tres contrataron solo televisión, ¿Cuál
es la probabilidad de que dos sean clientes de la compañía A?
Esta vez se plantea una probabilidad condicional, dado que cada uno de tres clientes
independientes contrataron solo el servicio de televisión, se desea calcular la probabilidad de que dos
de ellos sean suscriptores de la compañía A, por supuesto el otro será suscriptor de la compañía B.
Debido a que existe independencia entre los clientes, el planteamiento por ejemplo podría ser: se
conoce que el cliente uno contrató solo televisión, se desea conocer la probabilidad de que sea
suscriptor de la compañía A, además se conoce que el cliente dos contrató solo televisión, se desea
conocer la probabilidad de que sea suscriptor de la compañía A, luego además se conoce que el
cliente tres contrató solo televisión y se quiere conocer la probabilidad de que sea suscriptor de la
compañía B, luego también se tendrán que considerar las probabilidades de que los dos suscriptores
de la compañía A sean el uno y el tres , y el suscriptor de la compañía B sea el dos, ó el dos y el tres
sean los suscriptores de la compañía A y la persona uno sea suscriptor de B.
Así se tiene:
P  + P A1 I B2 I A3 
A1 I A2 I B3
 G1 I G2 I G3  
 G1 I G2 I G3 
+ P 1
B I A2 I A3  = P( A1 I G1 ) x P( A2 I G2 ) x P(B3 I G3 ) x 3!
 G1 I G2 I G3  P(G1 ) P(G2 ) P(G3 ) 2!1!
Se necesita conocer la probabilidad total del evento Gj, por lo que se plantea:
G  G 
P (G j ) = P(( A I G J ) U (B I G J )) = P( A)xP j  + P(B )xP j  = (0,60x0,30 ) + (0,40x0,20 )
 A   B
P (G j ) = 0,26
Luego desarrollando la regla del producto en los numeradores de cada término de la expresión para
la probabilidad solicitada, se obtiene:
  (0,60x0,30)   (0,60x0,30)   (0,40x0,20)  
=   x x   x3 = 0,4424
  0,26   0,26   0,26 
Por supuesto la probabilidad solicitada también pudo hallarse utilizando la definición de
probabilidad condicional como sigue:

134
(( ) ( ) (
P A1 I G1 I A 2 I G 2 I B3 I G 3 x
3!
))
P 1  x 3! =
A I A2 I B3 2!1!

 G1 I G 2 I G 3  2!1! (
P G1 I G 2 I G 3 )
EJEMPLO 4.4 La caja uno contiene 20 bombillos, de los cuales 4 son defectuosos. La caja dos
contiene 10 bombillos, de los cuales 5 son defectuosos. Se hace un lanzamiento imparcial de un dado
legal. Si se observa uno o dos puntos en el dado, se elige al azar un bombillo de la caja uno. En caso
contrario se elige al azar un bombillo de la caja dos.
a.- ¿Cuál es la probabilidad de que el bombillo seleccionado sea defectuoso?
b.- Ahora al seleccionar la caja se extraen de ella dos bombillos al azar, uno a uno sin reemplazo,
encontrándose uno defectuoso y otro conforme, ¿Cuál es la probabilidad de haber seleccionado la
caja uno?

Ai: al lanzar el dado resulta la cara i, para i=1,2,3,4,5 y 6
Ci: el bombillo se extrae de la caja i, para i=1 y 2
D: el bombillo extraído es defectuoso
a.- ¿Cuál es la probabilidad de que el bombillo seleccionado sea defectuoso?
Un bombillo defectuoso puede resultar habiendo escogido la caja uno o habiendo seleccionado la
caja dos, así la probabilidad total de este evento es:
P( D) = P( D I C1 ) + P ( D I C 2 ) , así aplicando la regla del producto,
P( D) = P(C1 ) xP D  + P(C 2 ) xP D 

 C1   C2 
Se deben hallar las probabilidades correspondientes a los eventos Ci, en cada caso se busca el
evento equivalente respecto a los posibles resultados del lanzamiento del dado, se recuerda que el
dado es legal, es decir sus caras son equiprobables con probabilidad 1/6. Así para hallar la
probabilidad de que la caja i sea seleccionada bastará con agregar las probabilidades de las caras
asociadas a su escogencia, se tiene entonces:
1 1 2
P(C1 ) = P( A1 U A2 ) = P ( A1 ) + P ( A2 ) = + =
6 6 6
1 4
P(C 2 ) = P( A3 U A4 U A5 U A6 ) = P( A3 ) + P( A4 ) + P( A5 ) + P( A6 ) = x4 =
6 6
135
Ahora se deben hallar las probabilidades condicionales de obtener un bombillo defectuoso

conocida la caja de donde proviene, puesto que los bombillos en cada caja son igualmente probables
bastará con aplicar la definición clásica de casos favorables entre totales, así se tiene:
P D  = P D  =
4 5
, finalmente la probabilidad total del evento D es:
 C1  20  C 2  10
 2 4   4 5  24
P( D) =  x  +  x  = = 0,40
 6 20   6 10  60
b.- Ahora al seleccionar la caja se extraen de ella dos bombillos al azar, uno a uno sin reemplazo,
encontrándose uno defectuoso y otro conforme, ¿Cuál es la probabilidad de haber seleccionado la
caja uno?
Se desea calcular ahora la probabilidad condicional:
C 
P 1 
 (( ) (
D1 I D2 U D1 I D2  ))
Se plantea ahora la definición de probabilidad condicional:

P C1
(
 P C1 I D1 I D2 U D1 I D2
=
(( ) ( ))) , luego definiendo la probabilidad
 (( ) (
D1 I D2 U D1 I D2  ))
P D1 I D2 U D1 I D2(( ) ( ))
total del evento del denominador y aplicando la regla del producto, se tiene,
((
 D I D2 U D1 I D2
P(C1 )xP 1


) ( ))
 C1
=
(( ) (
 D I D2 U D1 I D2
P(C1 )xP 1
 )) D I D2 U D1 I D2
 + P(C 2 )xP 1


(( ) ( ))
 C1  C 2
Luego considerando cada extracción de bombillo como un estado o etapa, y aplicando el

principio de la multiplicación, se obtienen las probabilidades condicionales de la expresión anterior
son:
(( ) (
 D I D2 U D1 I D2
P 1
))
 4 16
C1  20 19
= x x 2 = 0,3368

(( ) (
 D I D2 U D1 I D2
P 1
))
 5 5
C 2  10 9
= x x 2 = 0,5556

Finalmente la probabilidad planteada con el teorema de Bayes, es:

136
 4 16  2
 x x2  x
C   20 19  6
P 1 = = 0,2327
 (( ) (
D1 I D2 U D1 I D2 ))   4 16  2    5 5  4 
  x x2  x  +   x x2  x 
  20 19  6    10 9  6 
EJEMPLO 4.5.- a.- Considere la información del ejemplo 3.23. Ahora se plantea: Si se sabe que se
usan dos modelos con la misma frecuencia, ¿Cuál es la probabilidad de que “a” y “b” coincidan en
los modelos en cada una de las áreas.
A: se usan dos modelos para cada área con la misma frecuencia
B: los participantes “a” y “b” coincidan en los modelos en cada una de las áreas.
La probabilidad solicitada es entonces: P B ( A)

Ahora se hace la definición de probabilidad condicional: P B ( A) = P(PA(IA)B )
Cuando el cálculo de las probabilidades de los eventos del cociente anterior implica el uso de
la definición clásica no se suele desglosar en la regla del producto, por el contrario se hace el cálculo
de la probabilidad del evento de forma directa, por supuesto si se llegase a hacer el cálculo usando la
regla del producto se obtendría el mismo resultado.
En el conteo de los casos favorables al evento A se incluirán todos los casos en donde el
número total de modelos por área fue solo dos, los posibles pares de modelos se obtienen con una
combinación sin reemplazo tomando dos de los modelos de la cantidad disponible en cada área de
conocimiento, luego como se debe garantizar igual frecuencia de los dos modelos asignados en cada
área, se fijan dos participantes con un modelo, y los otros dos con el modelo restante, y luego se
permutan. Así la probabilidad de evento A es:
  8  4!    6  4!    7  4! 
   x  x   x  x   x 
r   2  2!2!   2  2!2!   2  2!2!
P ( A) = =
n 8 4 x6 4 x7 4
Ahora para el cálculo de la probabilidad del evento intersección de A con B, se hace
referencia al evento definido en la parte “c” del ejemplo 3.23, este evento es justamente el evento
intersección de A con B, es decir D = A I B , por lo que la probabilidad condicional es:
137
8   6  7 

   x (1x1x1x1)x2  x    x (1x1x1x1)x2  x    x (1x1x1x1)x2 
 2   2   2 
        
( )
PB =
A
4 4
8x 6 x7 4
  8  4!    6  4!    7  4! 
   x     
 2 2!2! x   2  x 2!2! x   2  x 2!2!
        
4 4 4
8x 6 x7
8   6  7 
 2   2   2 
       
= 
  8  4!    6  4!    7  4! 
   x     
 2 2!2! x   2  x 2!2! x   2  x 2!2!
        
Solo para comprobar, se calcula la probabilidad de A I B , pero ahora usando la regla de

producto, como se adelantó el resultado será el mismo,
P( A I B ) = P(B )xP A ( B)
En el conteo de los casos favorables al evento B, se incluyen todos los casos donde los
participantes “a” y “b” tienen en cada una de las áreas el mismo modelo de examen, para el resto de
participantes se incluyen todas las posibilidades, así la probabilidad del evento B es:
P( B) =
(8x1x8x8)x (6x1x6x6)x (7x1x7x7 ) , luego se calcula la probabilidad condicional de A/B,
84 6 4 7 4
para este cálculo hay una información previa, se conoce que los participantes “a” y “b” se les asigna
igual modelo de examen en todas las áreas, por lo que el conteo de los casos favorables al evento A
no se hará partir de los casos totales 8 4 6 4 7 4 , se hará a partir de la información suministrada, es decir
el espacio muestral se redujo, ahora los casos totales considerados para hacer el conteo de los
favorables de A una vez que B ocurre, serán (8 x1x8 x8)x(6 x1x6 x6)x(7 x1x7 x7 ) , así la probabilidad
condicional es:
 8   6  7 
   x (1x1x1x1)x2  x   x (1x1x1x1)x2  x   x (1x1x1x1)x2 
 2   2   2 
       
( ) = 
r
PA =
B n
red . (8x1x8x8)x (6x1x6x6)x (7x1x7x7 )
Finalmente la probabilidad de la intersección de A con B es:

138
P( A I B ) = P(B )P A ( B) =
8   6  7 
   x (1x1x1x1)x2  x   x (1x1x1x1)x2  x    x (1x1x1x1)x2 
(8x1x8x8)x (6x1x6x6)x (7x1x7x7 ) X  2   2   2 
=         
84647 4 (8x1x8x8)x (6x1x6x6 )x (7x1x7x7 )
8   6  7 
   x (1x1x1x1)x2  x    x (1x1x1x1)x2  x   x (1x1x1x1)x2 
 2   2   2 
=
        
84647 4
Siendo este último el mismo resultado obtenido haciendo el cálculo de la probabilidad de la
intersección de A con B sin el uso de la regla del producto.
El concepto de espacio muestral reducido se pudo utilizar inicialmente en el cálculo de la

probabilidad solicitada. Una vez que se conoce la ocurrencia de A, se reduce es espacio muestral de
  8  4!    6  4!    7  4! 
   x     
8 4 6 4 7 4 puntos a  2 2!2!  x  2  x 2!2! x  2  x 2!2! puntos, con la información previa de la
        
ocurrencia del evento A ahora estos últimos puntos se convierten en los casos totales a partir de los
cuales se cuentan los favorables al evento B, así la probabilidad condicional es,
 8    6  7 
 2   2   2 
           
P B ( )
=
r
A n .
=
  8  4!    6  4!    7  4! 
   x     
 2 2!2! x   2  x 2!2! x   2  x 2!2!
red
        
Obteniendo igual resultado que con la aplicación de la definición de probabilidad condicional.
EJEMPLO 4.6.- En un campeonato de béisbol interfacultades de la Universidad de Carabobo, el

equipo que representa a Ingeniería se enfrentará según el calendario de juegos en 6 oportunidades
con el de Educación. Estudios basados en torneos precedentes concluye que la probabilidad de que
Ingeniería gane cualquiera de estos juegos es de 0,62 y de la misma manera la probabilidad de
empatar es igual a la de perder para cualquiera de estos encuentros.
a.- Calcule la probabilidad de que el equipo de Ingeniería gane o empate el primero y pierda o
empate el último de los juegos pautados con el equipo de Educación.
b.- Calcule la probabilidad de que el equipo de Educación empate como máximo tres encuentros
pautados con la representación de Ingeniería.
139
c.- Calcule la probabilidad de que el número de juegos que gana el equipo de Ingeniería al de
Educación sea igual al número restante de juegos perdidos más los empatados con el equipo de
Educación.
Gi: el equipo de Ingeniería gana al de Educación el encuentro i
Ei: el encuentro i del equipo de Ingeniería con el de Educación resulta en empate.
Di: el equipo de Ingeniería pierde el encuentro i pautado con el equipo de Educación.
P(Gi)=0,62 P(Ei)=P(Di) Luego: P(Gi) + P(Ei) + P(Di) =1
Así: P(Ei)=P(Di)=0,38/2=0,19
a.- Calcule la probabilidad de que el equipo de Ingeniería gane o empate el primero y pierda o
empate el último de los juegos pautados con el equipo de Educación.
La probabilidad solicitada es:
P((G1 U E1 ) I (D6 U E6 ))
Los eventos G1 y E1 son mutuamente excluyentes, lo mismo ocurre con los eventos D6 y E6, por
otro parte los encuentros son independientes entre si, resultando:
P((G1 U E1 ) I (D6 U E 6 )) = (0,62 + 0,19 )x (0,19 + 0,19 ) = (0,81)x (0,38) = 0,3078
b.- Calcule la probabilidad de que el equipo de Educación empate como máximo tres encuentros
pautados con la representación de Ingeniería.
Que el equipo de Educación empate como máximo tres de los encuentros pautados con el equipo
de Ingeniería es equivalente a que el equipo de Ingeniería empate como máximo tres de los
encuentros pautados con el equipo de Educación. Por otra parte hay que considerar que si los
empates suceden en como máximo tres de los encuentros, deben incluirse todas las posibilidades es
decir, que hayan tres encuentros que terminen en empate, o que haya empate en solo dos de los
encuentros, ó en solo uno ó ninguno de los encuentros resulte en empate, por supuesto los
encuentros en los que no se empata, el equipo ó gana ó pierde. Así la probabilidad que se pide es:

140
6
P(((G1 U D1 ) I (G2 U D2 ) I (G3 U D3 ) I (E 4 ) I (E5 ) I (E 6 )))x +
3!3!
6
P(((G1 U D1 ) I (G2 U D2 ) I (G3 U D3 ) I (G4 U D4 ) I (E5 ) I (E6 )))x
4!2!
6
P(((G1 U D1 ) I (G2 U D2 ) I (G3 U D3 ) I (G4 U D4 ) I (G5 U D5 ) I (E 6 )))x +
5!1!
P(((G1 U D1 ) I (G2 U D2 ) I (G3 U D3 ) I (G4 U D4 ) I (G5 U D5 ) I (G6 U D6 )))
Considerando la independencia entre encuentros, finalmente la probabilidad es:
(0,81 x0,19
3 3
) ( ) ( ) ( )
x20 + 0,814 x0,19 2 x15 + 0,815 x0,19x6 + 0,816 = 0,9859
c.- Calcule la probabilidad de que el número de juegos que gana el equipo de Ingeniería al de
Educación sea igual al número restante de juegos perdidos más los empatados con el equipo de
Educación.
Para este evento, se debe considerar que en los encuentros con el equipo de Educación, el equipo de
Ingeniería puede:
Ganar 3 juegos, perder 3, no hay encuentros que terminen en empate, ó
Ganar 3 juegos, empatar 3, no pierde en ninguno de los encuentros, ó
Ganar 3 juegos, perder 2 , empatar 1, y por último, puede
Ganar 3 juegos, perder 1 , empatar 2
Así se tiene:
6!
P(((G1 ) I (G2 ) I (G3 ) I (D4 ) I (D5 ) I (D6 )))x +
3!3!
6!
P(((G1 ) I (G2 ) I (G3 ) I (E 4 ) I (E5 ) I (E 6 )))x +
3!3!
6!
P(((G1 ) I (G2 ) I (G3 ) I (D4 ) I (D5 ) I (E6 )))x +
3!2!1!
6!
P(((G1 ) I (G2 ) I (G3 ) I (E 4 ) I (E5 ) I (D6 )))x =
3!2!1!
( ) ( ) ( ) ( )
0,62 3 x0,19 3 x20 + 0,62 3 x0,19 3 x20 + 0,62 3 x0,19 2 x0,19 x60 + 0,62 3 x0,19 2 x0,19 x60 =
(0,62 3
x0,19 3
)x160 = 0,2616
141
4.1.- Una institución financiera dedicada al otorgamiento de créditos a microempresario aporta la

siguiente información: el 60% de los créditos otorgados corresponde a créditos individuales (I), y el
resto a créditos mancomunados (M); el 80% de los créditos individuales corresponden a montos
primarios, de éstos el 60% cancela sus cuotas a tiempo. El 20% restante de los créditos individuales
corresponde a montos mayores, de éstos el 50% cancela sus cuotas a tiempo. Con respecto a los
créditos mancomunados, el 60% corresponde a montos primarios, un 70% de éstos créditos realiza
sus pagos en las fechas acordadas, esta cifra en el caso de los montos mayores es del 45%.
a.- Si se selecciona al azar una ficha de un microcrédito otorgado y se encuentra que corresponde a
un crédito mayor, ¿Cuál es la probabilidad de que corresponda a un crédito mancomunado?
b.- Si se escoge una ficha de un crédito otorgado, ¿cuál es la probabilidad de que corresponda a un
monto primario y que el beneficiario no cancele sus cuotas a tiempo?
c.- Se escogen tres fichas crediticias, ¿Cuál es la probabilidad de que no mas de dos sean individuales?
4.2.- Considere las familias de cierta ciudad en las cuales, además del padre y la madre, hay un hijo
con derecho a participar en cierto proceso referendario. El padre participa con probabilidad 0,75, Si
el padre lo hace, la madre participa con probabilidad 0,80, si el padre no lo hace, la madre lo hace con
probabilidad 0,50. Si tanto el padre como la madre participan, el hijo la hace con probabilidad 0,30.
Si el padre no lo hace y la madre si, el hijo participa con probabilidad 0,30. Si el padre participa y la
madre no, el hijo participa. Si el padre y la madre no lo hacen, el hijo no participa.
a.- Si el hijo participa en el proceso, ¿Cuál es la probabilidad, de que el padre o la madre participen,
pero no ambos?
b.- Si el padre o la madre participan, ¿Cuál es la probabilidad de que el hijo participe?
c.- Considere ahora 6 hijos de las familias de la ciudad en cuestión, que pueden participar en el
proceso referendario, ¿Cuál es la probabilidad de que sólo dos de los hijos impares participen en el
proceso?
4.3. En la compañía XX se fabrican tubos de escape repartidos en dos líneas de producción, tubos de
escape para vehículos livianos y otra dirigida a vehículos de carga, siendo la producción de carga un
tercio de la de los livianos. Para la fabricación se usan tres tipos de materiales, llamados aleación A,
B, y C, el 10% de los tubos de escape para vehículos livianos es fabricado con la aleación A, 20% con

142
B y el resto con C. En la línea de tubos de escape para carga, en el 5% se utiliza la aleación A, en el

40% la B y el resto usa la C. Cada línea embala su producción en paletas de 6 unidades. Luego la
producción total se lleva al almacén de producto terminado.
a.- Se toma una paleta al azar y se encuentran dos tubos de escape de cada tipo de aleación. ¿Cuál es
la probabilidad de que la paleta haya sido embalada con producción de la línea de vehículos livianos?
b.- En tres tubos de escape seleccionados al azar se encontró que todos habían sido fabricados con la
aleación A. ¿Cuál es la probabilidad de que dos de ellos sean de la línea de vehículos livianos?
4.4.- En una institución educativa se sabe que la proporción de estudiantes de un año en particular es
el 75% de la proporción de estudiantes que le precede. También es conocido que el porcentaje de
alumnos que aprueba el primer año es de 55%, el porcentaje de alumnos que reprueba, pero repara y
aprueba el primer año es 15 %, el resto deserta o repite. Para el segundo año el porcentaje de
aprobados es de 65%, los que reparan y aprueban es 20%, el resto deserta o repite. En el tercer año
no se puede reparar así que los que no aprueban, que asciende al 20%, o desertan o repiten.
a.- Si se seleccionan tres estudiantes al azar, calcule la probabilidad de que sean de años diferentes
pero todos aprueben el año.
b.- Si al seleccionar tres estudiantes se encontró que los tres habían desertado, calcule la probabilidad
de que solo dos sean del primer año.
4.5.- En un proceso de fabricación de filtros puede aparecer cualquiera de tres defectos. En los filtros
de aceite el 10% presenta al menos uno de los defectos, recuperándose el 5% a través de distintos
retrabajos; en los filtros de aire un 12% presenta al menos un defecto, de los cuales se logra recuperar
un 30%. El 60% de la producción de la empresa corresponde a filtros de aire.
a.- Si un filtro es conforme, ¿Cuál es la probabilidad de que haya sido retrabajado?
b.-Se seleccionan al azar cuatro filtros del almacén de productos terminados ( en el almacén solo hay
filtros conformes), ¿Cuál es la probabilidad de que hayan al menos dos retrabajados?
4.6.- Una persona presenta un examen que consta de 8 preguntas de selección con cuatro opciones,
solo una de las opciones es correcta. Para aprobar el examen debe contesta correctamente al menos 6
de tales preguntas.
a.- Suponga que la persona elige al azar las respuestas de cada pregunta, ¿cuál es la probabilidad de
que la persona apruebe el examen?
143
b.- Suponga ahora que sabe la respuesta a la primera pregunta, elige al azar las respuestas de las
restantes, ¿cuál es la probabilidad de que la persona apruebe el examen?
RESPUESTAS
4.1.-a.-
(0,40x0,40) = 0,5714
(0,40x0,40) + (0,60x0,20)
b.- ((0,60x0,80x0,40 ) + (0,40x0,60x0,30)) = 0,246
( ( ))
c.- 1 − 0,60 3 = 0,784
4.2.-a.-
(0,75x0,20x1) + (0,25x0,50x,30) = 0,5102
((0,75x0,80x0,30) + (0,75x0,20x1) + (0,25x0,50x,30))
b.-
(0,75x0,80x0,30) + (0,75x0,20x1) + (0,25x0,50x,30 ) = 0,42
[0,75 + ((0,75x0,80 ) + (0,25x0,50 )) − (0,75x0,80)]
c.- [((0,3675) )x0,6325x1x1x1]x3 = 0,2563
2
 

(( ) (
2 2)( 2)) 6! 
 0,10 x 0,20 x 0,70 x 2!2!2! x0,75
 
   

(( )( ) ( ))
4.3.-a.-  0,10 2 x 0,20 2 x 0,70 2 x
6! 
2!2!2!  
(( ) (2 2 )( 2
 x0,75 +  0,05 x 0,40 x 0,55 x ))6! 
 x0,25
2!2!2! 
0,01323
= = 0,8293
0,01595
2

b.- 
(0,75x0,10)  
x
(0,25x0,05)  3!
= 0,3149
 x
 ((0,75x010 ) + (0,25x0,05))   ((0,75x010 ) + (0,25x0,05))  2!1!
4.4.- a.- ((0,4325x0,55)x (0,3243x0,65)x (0,2432x0,80)x3!) = 0,0585

31
b.- (0,5715 2 x0,4286 )x = 0,42
2!1!
4.5.- a.-
(0,60x0,12x0,30) + (0,4x0,10x0,05) = 0,02589
(0,60x0,88) + (0,40x90) + (0,60x0,12x0,30) + (0,4x0,10x0,05)

144
 4!   4! 
b.-  (0,02589 ) x (0,9741) x
2 2
 +  (0,02589 ) x (0,9741)x
3
( )
 + (0,02589 ) = 0,00388
4
 2!2!   3!1!
8! 8!
(1x1x1x1x1x1x3x3)x + (1x1x1x1x1x1x1x3)x + (1x1x1x1x1x1x1x1)
4.6.- a.- 6!2! 7!1!
4x4x4x4x4x4x4x4
7! 7!
((1)x1x1x1x1x1x3x3)x + ((1)x1x1x1x1x1x1x3)x + ((1)x1x1x1x1x1x1x1)
5!2! 6!1!
4x4x4x4x4x4x4x4
b.-
1x4x4x4x4x4x4x4
4x4x4x4x4x4x4x4
ó considerando el espacio muestral reducido:
7! 7!
(1x1x1x1x1x3x3)x + (1x1x1x1x1x1x3)x + (1x1x1x1x1x1x1)
5!2! 6!1!
4x4x4x4x4x4x4
145
BIBLIOGRAFIA
Apostol, Tom M. Calculus. Volumen I., 1967. Segunda Edición en español, 1987.
Editorial Reverté S. A., España.
Apostol, Tom M. Calculus. Volumen II., 1967. Segunda Edición en español, 1987.
Editorial Reverté S. A., España.
Bain, Lee J.; Engelhardt, Max. Introduction to Probability and Mathematical Statistics, 1.987.
PWS-KENT Publishing Company, U.S.A.
Bali, Guillermo; Wisniewski, Piotr M. Ejercicios y Problemas de Teoría de las Probabilidades,

1.998. Editorial Trillas S.A., México.
DeGroot, Morris H. Probabilidad y Estadística, 1975.Edición en español, 1988.

Addison-Wesley Publishing Company, I.N.C., U.S.A.
Devore, Jay L Probabilidades y Estadística para Ingeniería y Ciencias, 1.998.

International Thonson Editores, México.
Feller, Willian. Introducción a la Teoría de Probabilidades y sus Aplicaciones, volumen I, 1950.

Primera reimpresión en español, 1975. Editorial Limusa, México.
García M., Félix.Matemática Discreta, 2.001. Paraninfo. Thomson Learning. España.
Grimaldi, Ralph P. Matemáticas Discreta y combinatoria. Introducción y Aplicaciones, 1985.

Tercera edición en español, 1.998. Addison-Wesley Iberoamericana, U.S.A.
Hald, Anders. A History of Probability and Statistics and Their Applications before 1750, 1990.
Wiley. New York. U.S.A.
Hoel, Paul G.; Port, Sidney C.; Stone, Charles J. Introduction to Probability Theory, 1971.
Houghton Mifflin Company, U.S.A.
Johnson, Richard A. Probabilidad y Estadística para Ingenieros de Miller y Freund.

Quinta edición, 1997. Prentice-Hall Hispanoamericana S.A., México.
Johnsonbaugh, Richard. Matemáticas Discretas, 1984. Edición en español, 1988.

Grupo Editorial Iberoamérica, México.
Kreyszig, Erwin. Introducción a la Estadística Matemática. Principios y Métodos, 1973.

Décima reimpresión en español, 1989. Editorial Limusa Noriega, México.
146
Lipschutz, Seymour. Probabilidad, 1968. Edición en español, 1996. McGraw-Hill Inc. México
Mendenhall, Willian; Scheaffer, Richard L.; Wackerly, Dennis D. Estadística Matemática con
Aplicaciones, 1986. Edición en español, 1993. Grupo Editorial Iberoamérica S.A., México.
Meyer, Paul. Probabilidad y Aplicaciones Estadísticas, 1973. Edición en español revisada, 1992.
Addison-Wesley Iberoamericana. México.
Milton Susan; Arnold, Jesse. Probabilidad y estadística con aplicaciones para ingeniería y ciencias
computacionales,1.986. Cuarta edición 2.004. McGraw-Hill Inc. México
Montgomery, Douglas; Runger, George. Probabilidad y Estadística Aplicadas a la Ingeniería, 1.996.

Primera edición en español, 1.996. Mc. Graw-Hill Interamericana Editores S.A. México
Navidi William. Estadística para ingenieros y científicos 2.006. Edición en español, 2.006. McGraw-
Hill Inc. México
Nieto S., José H. Teoría Combinatoria, 1996. No publicado. Universidad del Zulia., Venezuela
Parzen, Emanuel. Teoría Moderna de Probabilidades y sus Aplicaciones, 1960.Cuarta reimpresión en

español, 1982. Editorial Limusa, México.
Pérez Enrique; Pérez Ilse. Elementos de Probabilidad Discreta, 2.005. Trabajo de ascenso. Facultad
de Ingeniería. Universidad de Carabobo. No publicado.
Rodríguez, José. El Arte de Contar. Teoría Combinatoria, 1.995. Primera edición, 1.995.
KariÑa Editores, Venezuela.
Rohatgi, V. K. An Introduction to Probability Theory and Mathematical Statistics, 1976.

John Wiley and Sons, U.S.A.
Stirzaker, Avid. Elementary Probability, 1994. Cambridge University Press, U.S.A.
UNA. Introducción a la Probabilidad, 1987. Publicaciones de la Universidad Nacional Abierta,

Venezuela.
UNA. Introducción a la Probabilidad. (Material Complementario), 1991. Tercera reimpresión, 1994.

Publicaciones de la Universidad Nacional Abierta, Venezuela.
UNA. Quidel, Patrick; González, Jesús S. Introducción a la Teoría de la Probabilidad, 1984.

Publicaciones de la Universidad Nacional Abierta, Venezuela.

Cuadernillo Probabilidades I PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cuadernillo Probabilidades I PDF

Cargado por

Copyright:

Formatos disponibles

Ilse Pérez C. y Enrique Pérez P.

Serie Cuadernos de Ingeniería Industrial

Ilse Pérez Castillo

Enrique Pérez Pérez

Serie Cuadernos de Ingeniería Industrial ®

Experimentos aleatorios. Espacios muestrales. Definición y relación de eventos. Técnicas de conteo.

Competencias del Perfil Profesional

Capacidad de análisis y resolución de problemas. Caracterización de condiciones de experimentación.

Cognitivas (Saber). Diferencia entre modelos determinísticos y no determinísticos. Descripción de

Procedimentales/Instrumentales (Saber hacer). Describir y clasificar espacios muestrales. Describir los

Actitudinales (Ser). Interpretación y uso de los modelos no determinísticos. Importancia de la teoría

Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

Fundamentalmente, el trabajo de los científicos consiste en describir lo que ven, tratar de

Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

conjuntos que tienen un número de elementos infinito no numerable, como lo determina su

Aún cuando en el presente capítulo no se realizan planteamientos para el cálculo de la

A partir de un mismo experimento aleatorio se pueden generar distintos espacios muestrales,

Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

1.3.- Se hacen lanzamientos imparciales de una moneda normal, se registra el número de

1.4.- Se hacen lanzamientos imparciales de una moneda normal, se registra el número de

1.5.- Se hacen lanzamientos imparciales de una moneda normal, se registra el número de

Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

1.14.- Se observa la llegada de 10 clientes a un gran establecimiento comercial. Se registra el tiempo

Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

1.1..- S = { ( x , y , z ) para x, y, z = cara , sello},

Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

1.6.- S = { x ∈ ℜ / MIN. ≤ x ≤ MAX },

1.15.- S = { ( x , y ) ; x , y = verde , blanco },

número de puntos muestrales: 4 y tipo: finito.

1.16.- S = { ( i , j ) ; i = Negra , Roja y Azul;

1.20.- S = { DD , NDD , NNDD , DNDD , NNND , NNNN , DNDN , DNND , DNNN ,

1.21.- S = { ( i , j , k ) ; i , j , k = Si-Requiere , No-Requiere },

1.22.- S = { ( i , j ) ; i , j ∈ Ζ / 0 ≤ i , j ≤ m } m = total de artículos producidos por cada máquina,

Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

1.31.- S = {( i , j , k ) ∈ Ζ/ i , j , k = 0 , 1 , 2 , 3 , ... , m ∩ ((x > 0) ∨ (j > 0) ∨ ((k > 0)) },

1.37.- S = { ( x , y , z , w ) ; (x , z = Ι , ΙΙ , ΙΙΙ , ΙV ∩ y , w = Ι , ΙΙΙ , ΙV ) },

1.38.- S = { ( x , y , z ) : x , y , z = 1 , 2 , 3 ∩ (x < y) ∩ z = 4 , 5 , 6 , 7 , 8 , 9 }, Se asume que las

1.39.- S = { ( x , y , z , w , v ) : x , y , z , w , v = R , A , D }, R = Reprobado , A = Aprobado , D =

Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

1.42.- Sa={ ( A1i,A2j,A3k,B1l,B2m,B3n)/ A1,A2,A3, B1,B2,B3= Si-vencido; No-vencido ∩

Sb={(i,j,k,x,r,l,n,m,y,s) i,j,k=1,2,3,4,5,…10 ∩ i<j<k ∩ l,m,n=1,2,3,…20 ∩ l<m<n ∩ x,y=0,1,2,3 ∩

1.43.- S = { ( x , y , z ) : x , y , z = C1 , C2 , C3 }, x = servicio técnico , y = publicidad , z =

1.44.- S = { ( x , y ) : x , y = 1 , 2 , 3 , ... , 7 ∩ x < y }, Cumpleaños = 1 y 2 , Matrimonios = 3 , 4

1.45.- S = { ( x , y , z ) : x , y , z = 1 , 2 , 3 , 4 , 5 ∩ x < y < z },

1.47.- S = { ( x , y , z ) : x , y , z = 1 , 2 , 3 , 4 , 5 , 6 ∩ x < y < z },

1.49.- S ={( x1 , y1, z1 , x2 , y2 , z2 ) : ( 0 ≤ x1 , x2 ≤ 12 ) ∩ ( y1 , y2 = f , m ) ∩ ( z1 , z2 = b ,

1.53.- S = { x : x ∈ ℜ ∩ (MinM. - Maxm. ≤ x ≤ MaxM - Minm.) },

1.54.- S = { ( x , y ) : x , y ∈ ℜ2 ∩ (10 ≤ x , y ≤ 30) },

Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

1.57.- S = { ( x1 , x2 , x3 , ... , x9 ) ∈ ℜ9 : ( 0 ≤ xi ≤ 3,5 ) },

1.61.- S = { ( x , y , z ) : (x = 1 ∩ y = 2,3 ∩ z = 1 , 3) ∪ (x = 2 ∩ y = 1,3 ∩ z = 2 , 3) } ó

1.62.- S = { (1, 3, 1) ; (1, 3, 3) ; (1, 4, 1) ; (1, 4, 4) ; (2, 3, 2) ; (2, 3, 3) ; (2, 4, 2) ; (2, 4, 4) }

Ilse Pérez y Enrique Pérez. Elementos de Probabilidad

Un evento (suceso) se define simplemente como un conjunto de resultados posibles

Basados en la terminología generalmente aceptada de la Teoría Axiomática de Conjuntos, un

En consecuencia cualquier agregado de puntos muestrales de un espacio muestral será un

Los eventos disjuntos o mutuamente excluyentes o exclusivos son aquellos eventos

II.1 Álgebra de eventos.

Si se es prolijo en detalles, el tema del álgebra de eventos puede presentarse realmente

II.1.1. Los eventos contenidos por otros eventos y eventos iguales.