Estadística II

Probabilidad simple
 Conocimientos 1-2 3-4
Involucramiento 1-2 3-4 1-2 3-4
Actitud 1-2 3-4 1-2 3-4 1-2 3-4 1-2 3-4
Muy Muy
Nivel de Apresto Bajo Bajo Medio Medio Alto Alto
Bajo Alto

Nivel General de Apresto= {[(Co*0.6) + (Ac*0.2) + (In*0.2)] – 1 } / 3 * 4

 Estadística y Probabilidad (R. Rebolledo)
La Probabilidad y la Estadística se encargan del estudio del azar desde el punto de vista
de las matemáticas. El uso más familiar del término azar se refiere a la ocurrencia de un
suceso inesperado, es decir, sin plan deliberado o si hay ignorancia absoluta sobre las
condiciones determinantes de su ocurrencia. Podemos relativizar el concepto: un suceso
es un hecho de azar, contingente relativamente a un contexto dado de investigación o
aleatorio, si el enunciado que afirma su aparición no deriva de ningún otro.

■ La Probabilidad propone modelos para fenómenos aleatorios que depende del azar,
es decir, los eventos aleatorios, que no se pueden predecir con certeza. Estudiando
estos comportamientos se pueden encontrar patrones que permitan predecir, con
cierto grado de certeza, lo que va a ocurrir en ciertas situaciones.

■ La Estadística ofrece métodos y técnicas que permiten entender los datos a partir de
modelos probabilísticos. Específicamente, se refiere al estudio y análisis de datos
con el objetivo de sacar conclusiones concretas sobre hechos aleatorios; es decir,
observar hechos que han ocurrido para crear leyes que los definan.

Así, la Probabilidad crea una forma de medir la incertidumbre, que es base de la

Estadística; por ello, para tener una adecuada comprensión de los modelos estadísticos,
se debe tener un amplio conocimiento sobre la Probabilidad. (Jiménez, 2014)
Probabilidad … algo de su historia (López, 2019)
Tras las publicaciones de Pierre Fermat (1654), Blaise Pascal (1654) y Gerolamo
Cardano (1663) se sucedieron numerosas obras. A principios del siglo XVIII se publicó
«Ars Conjectandi» de Jacob Bernouilli. Luego Abraham de Moivre sentó las bases del
Teorema del Límite Central (1733), convirtiéndose en uno de los referentes de la teoría
de la probabilidad; un Teorema que sería demostrado por Laplace años más tarde.
Posteriormente a Moivre, Thomas Bayes (1702-1761) y Joseph Lagrange (1736-1813)
realizaron contribuciones muy importantes.
Con todo, sería Pierre-Simon Laplace (1749-1827) quién impulsaría definitivamente al
campo. Su obra «Théorie analytique des probabilites», publicada en 1812, constituyó
gran parte de la base sobre la que emerge la teoría de la probabilidad. En ella definía
por primera vez el concepto de probabilidad. Además, le correspondió, con permiso de
Gauss, la demostración y aplicación de la función de distribución normal en la teoría de
la probabilidad.
Motivado por las críticas que recibía el campo de la probabilidad, Andréi Kolmogorov
(1903-1987), hacia 1933, publicaría «Fundamentos de la Teoría de la Probabilidad»; en
ella expuso la axiomática que lleva su nombre. Simultáneamente, aunque de publicación
más tardía, Émilie Borel (1871-1956) ofreció su aportación a la teoría de la probabilidad
con su libro «Probabilité et Certitude» publicado en 1950.
Además de los dos autores anteriores, durante el siglo XX destacan las aportaciones de
intelectuales como Paul Lévy (1919-1971), Norbert Wiener (1894-1964) o Maurice
Fréchet (1878-1973).
Significado de Probabilidad (Rodríguez, 2017, p. 26)
 Intuitivo: Este significado hace referencia a las ideas intuitivas que van
apareciendo tanto en los niños como en personas que no han estudiado
probabilidades, usando frases y expresiones coloquiales para cuantificar los
sucesos inciertos y expresar su grado de creencia en ellos.
 Laplaciano: En 1814, Laplace acuñó la definición que hoy en día se enseña como
regla de Laplace para la probabilidad de un suceso que puede ocurrir solamente
en un número finito de modalidades, como una fracción cuyo numerador es el
número de casos favorables y cuyo denominador el número de todos los casos
posibles, e indica también que los acontecimientos deben reducirse a un cierto
número de casos igualmente posibles.
 Frecuencial: Para este caso se define la probabilidad como el número hipotético
hacia el cual tiende la frecuencia relativa, el problema práctico de este significado
es que nunca se obtendrá valor exacto de la probabilidad, sino solo una
estimación. Por otro lado, a veces es imposible realizar los experimentos
exactamente en las mismas condiciones y también es difícil saber con certeza cuál
es el número de experimentos que se debe realizar para aceptar la estimación de
la probabilidad como buena.
 Subjetivo: Se describen las posibilidades como grados de creencia personal
basados en el conocimiento y experiencia de la persona, quien los asigna sobre el
suceso dado. Para ellos, la probabilidad de un suceso siempre está condicionada
por un cierto sistema de conocimientos y puede ser, por tanto, diferente para
distintas personas.
 Matemático: La probabilidad es un modelo matemático que podemos usar para
describir e interpretar la realidad de los fenómenos aleatorios, y ha mostrado su
utilidad en casi todos los campos de la actividad humana, como la ciencia, la
técnica, la política y la gestión.
Axiomática de Kolgomoroff (1933)
Definición clásica de la probabilidad (Laplace):
Si hay NCF posibles resultados favorables a la
ocurrencia de un evento A, y NCZ posibles resultados
desfavorables a su ocurrencia, siendo el total de casos
NCT=(NCF+NCZ), si todos los resultados son igualmente
posibles y mutuamente excluyentes, entonces 
Propiedades:
• Un valor de probabilidad nunca puede ser negativo. No existen frecuencias negativas.
• El valor de una probabilidad está comprendido entre 0 y 1. Un evento no puede ser más probable que la
suma de los eventos posibles.
• Una probabilidad puede expresarse como fracción (p = 1/2) o como una proporción (p = 0,5); pero no
como un porcentaje (p = 50 %). Un porcentaje es la multiplicación de una probabilidad por 100, pero no
es lo mismo.
 Conceptos Fundamentales (1)
■ Experimento: es un proceso por medio del cual se obtiene una
observación. Lanzar la moneda una vez constituye un experimento.
■ Espacio muestral: es el conjunto de todos los puntos muestrales de
un experimento. Se representa mediante: U, E, S, .
■ Evento: es una colección específica de puntos muestrales. Se
consideran simples, si no pueden ser descompuestos; y
compuestos si están formados por otros eventos simples. Que
salga Cara es un evento simple. Se representa mediante: A, B, C …
■ Evento contrario: dado un evento A1, el evento contrario es aquel
que ocurre, cuando A1 no se cumple. Que salga Sello es el evento
contrario de que salga Cara.
■ Eventos mutuamente excluyentes: dos o más eventos son
excluyentes si ambos no pueden ocurrir simultáneamente. Es
imposible que salga Cara y Sello al mismo tiempo; por tanto, son
excluyentes.
Espacio Muestral y Eventos Espacio muestral es el conjunto de todos los posibles resultados de un experimento aleatorio.
Evento es un subconjunto del espacio muestral; puede ser simple si se compone de un único
elemento indivisible y compuesto si está formado por dos o más elementos simples)

Para el lanzamiento de una moneda:

■ Espacio muestral: (Cara) + (Sello)
■ Evento: (Cara)  P= ½
Para el lanzamiento de dos monedas:
■ Espacio muestral: (Cara, Cara) + (Cara, Sello) + (Sello, Cara) + (Sello, Sello)
■ Evento: (Cara, Cara)  P= ¼
Para el lanzamiento de tres monedas:
■ Espacio muestral: (Cara, Cara, Cara) + (Cara, Cara, Sello) + (Cara, Sello, Cara) + (Cara, Sello,
Sello) + (Sello, Cara, Cara) + (Sello, Cara, Sello) + (Sello, Sello, Cara) + (Sello, Sello, Sello)
■ Evento: (Cara, Cara, Cara)  P= 1/8
 Conceptos Fundamentales (2)
o Eventos mutuamente excluyentes: dos o más eventos son mutuamente excluyentes si la
ocurrencia de uno impide la ocurrencia de los demás.
o Eventos mutuamente no excluyentes: dos o más eventos no son mutuamente excluyentes
si la ocurrencia de uno no impide la ocurrencia de los demás.
o Evento Unión: dados dos eventos A1 y A2, se llama evento unión a aquel que se produce
cuando se verifica al menos uno de los eventos.
o Evento Intersección: dados dos eventos A1 y A2, se llama evento intersección a aquel que
se produce cuando se verifican ambos eventos.
Un ejercicio
Si con los dígitos 1, 2, 3, 4 y 5, se forman números de tres cifras sin repetir
ninguna y de entre ellos se toma uno al azar
¿Cuál es la probabilidad de que sea mayor de 300?

En muchos casos es necesario calcular las cantidades mediante Combinatoria.

Operaciones con Combinatoria

Sea un conjunto de m elementos

 A las ordenaciones que se pueden hacer con estos m elementos utilizándolos todos se las denomina
permutaciones.
 Suponiendo que se desea ordenar n elementos de entre los m, a cada una de estas ordenaciones se
denomina variación.
 Cuando se trata de contar el número de subconjuntos de n elementos en un conjunto de m
elementos se tiene lo que se denomina combinaciones de n elementos en un conjunto de m.
Probabilidad del Complemento
¿Cuál es la probabilidad de no obtener Cara en el
lanzamiento de tres monedas?
Una forma de obtener este resultado sería estimar
todos los casos en que no se produce Cara, Cara,
Cara (eventos favorables), y dividirlo entre todos los
posibles resultados de lanzar tres monedas (espacio
muestral). Sin embargo, una forma más práctica
sería estimarlo con la probabilidad del complemento.

Hay que tomar en cuenta que la probabilidad de ocurrencia de un evento X,

más la probabilidad de la no-ocurrencia de X (representado como X’) debe
sumar 1. Dicho de otra manera:
p(x) + p(x’) = 1
Dado que No-X o X’ o Xc es el complemento de X.
Como anteriormente se determinó que p(Cara,Cara,Cara) = 1/8 o 0,125;
ahora se puede inferir que la p(Cara’, Cara’, Cara’) = (1 – 1/8) o (1- 0,125).
Lo que es igual a: p = 7/8 o 0,875.
 Diagrama de Árbol
Una forma más visual de trabajar los
problemas de probabilidad es el método
que se conoce como diagrama de árbol. En
este diagrama se deben seguir una serie
de reglas para su realización, que de
llevarse a cabo permiten alcanzar los
mismos resultados que empleando las
fórmulas pertinentes.
Su mayor ventaja radica en que es una
forma visual de organizar la información de
un problema, y entender la sucesión de los
eventos, sin mencionar que algunas reglas
mnemotécnicas permiten recordar qué tipo
de operaciones debe realizarse en cada
caso.
El diagrama de árbol es una alternativa
con varias ventajas para muchas
personas, pero no es una obligación su
utilización.
 DA: Reglas de Elaboración
■ Los eventos deben colocarse, de izquierda a
derecha, en orden cronológico de ocurrencia.
■ Para cada evento en el diagrama, se deben
colocar todos los posibles resultados
relevantes en forma de ramificaciones.
■ De estos posibles resultados, también se
deben colocar los posibles resultados del
siguiente evento.
■ Una vez completado el diagrama con todos
los eventos relevantes, se identifican
aquellas ramificaciones que sean de interés.

Si se desea combinar la probabilidad de varios eventos en el diagrama se

debe tomar en cuenta que:
a) si los eventos forman parte de la misma rama, se consideran eventos
dependientes, y la operación asociada es la multiplicación;
b) si los eventos se encuentran en ramas distintas, se consideran eventos
independientes, y la operación asociada es la suma.
 Diagrama de Árbol – Ejemplo
2da Moneda 3ra Moneda Cara
Cara
3ra Moneda Sello
Cara
3ra Moneda Cara
2da Moneda
Sello 3ra Moneda Cara
1ra Moneda
2da Moneda 3ra Moneda Cara
Cara
3ra Moneda Cara
Sello
3ra Moneda Cara
2da Moneda
Sello
3ra Moneda Cara
Si se ubica en cuántas ramas se cumple la condición (Cara, Cara, Cara), encontraremos que de
las 8 ramificaciones, solo una cumple con el evento de interés. Por tanto, p=1/8 o p=0,125. Este
método se vuelve particularmente más útil en los próximos temas de probabilidad.
Probabilidad Condicionada (A/B)
En el caso de la probabilidad condicionada, ya
no se toma en cuenta solo la ocurrencia de un
evento particular, sino que se analiza de modo
simultáneo la ocurrencia de varios eventos.
La probabilidad condicionada (A/B) supone la
posibilidad de la ocurrencia conjunta de dos o
más eventos, si son mutuamente excluyentes su
intersección siempre será igual a 0.

Para el cálculo de la probabilidad condicionada se

requiere lo siguiente: la probabilidad de ocurrencia
de AB (la intersección de A y B), esto es el evento
de interés; y la probabilidad de ocurrencia de B (el
evento condicionante).

La probabilidad de que ocurra el suceso A si ha

ocurrido el suceso B se denomina probabilidad
condicionada y se define:
Probabilidad Condicionada - Ejemplos
Un taller sabe que por término medio acuden: por la mañana tres automóviles
con problemas eléctricos, ocho con problemas mecánicos y tres con problemas
de chapa, y por la tarde dos con problemas eléctricos, tres con problemas
mecánicos y uno con problemas de chapa. Calcular la probabilidad de que un
automóvil con problemas eléctricos acuda por la mañana.

Se construye
una tabla

En la evaluación de un programa de capacitación de ventas, una empresa

descubrió que de los 50 vendedores que recibieron un bono el año anterior, 20
habían acudido al programa especial de capacitación en ventas. La empresa tiene
200 empleados. Sea B el suceso de que un vendedora recibiera un bono y S el
suceso de que acudieron al programa especial. Hallar: P(B), P(S|B) y P(B∩S).
P(B)= 50/200= 1/4
Se construye P(S/B)= P(S∩B)/P(B)= [20/200]/[50/200] = 2/5
un árbol
P(S∩B)= P(S∩B)= P(S/B)P(B)
P(S∩B)= 1/4 x 2/5 = 1/10
 Probabilidad Total
Si A1, A2 ,... , An son sucesos incompatibles 2 a
2, cuya unión es el espacio muestral (A1  A2
 ...  An = ) y B es otro suceso en ese
Espacio, resulta que:

p(B) = p(A1)*p(B/A1) + p(A2)*p(B/A2) + ... + p(An)*p(B/An)

También puede ser que sea A/Bi

PTotal - Ejemplo
En una escuela de la Facultad de Humanidades y
Educación se abrió una materia electiva con tres
horarios distintos. Uno de los horarios era el día
sábado a las 7:00 a. m., donde se inscribió el 10
% de los alumnos; y otro el viernes a las 5 p. m.,
en el cual se inscribió el 20 %; y el último el
miércoles a las 9 a. m., donde se inscribió el resto.
Al finalizar el semestre, se encontró que el 80 %
de los estudiantes del sábado aprobaron; el 70 %
de los del viernes; y 50 % de los del miércoles.
Si es escoge a un estudiante al azar, ¿cuál es la
probabilidad de escoger a uno que haya aprobado
la materia?
En este caso estamos trabajando con dos
eventos nuevamente, aprobar y horario de la
materia electiva.
Nuestro evento de interés en este caso es el
haber Aprobado (Evento T), el cual puede haber
ocurrido en cualquiera de los horarios en que
estuviera el estudiante (Evento A).
Un ejemplo paso a paso de Probabilidad Total: https://www.youtube.com/watch?v=3h29_gTdZGQ&t=3s
■ Identificación: problema de probabilidad total.
■ Justificación: nos solicitan determinar la
probabilidad total de ocurrencia de un evento
particular (Aprobar) que puede ocurrir en conjunto
con otros eventos (Horarios).
■ Preparación de los datos: debemos conocer la
probabilidad condicionada en cada condición de A
(Horarios), para conocer la probabilidad de T
(Aprobar).
■ 1. P(Viernes) = 0,2
■ 2. P(Sábado) = 0,1
■ 3. P(Miércoles) = 0,7
■ 4. P(Aprobar/Viernes) = 0,7
■ 5. P(Aprobar/Sábado) = 0,8
■ 6. P(Aprobar/Miércoles) = 0,5
■ Calcular:
P(Aprobar) = 0,2*0,7 + 0,1*0,8 + 0,7*0,5 = 0,57
■ Conclusión
La probabilidad de escoger al azar a un estudiante
que haya aprobado la materia electiva, independiente
del horario en que la cursó, sería de 0,57.
 Teorema de Bayes
Thomas Bayes
(1702-1761)

Este teorema es también conocido como “el teorema de las

causas”. Su enunciación es muy particular, porque asume que
un evento específico ya ha ocurrido, el resultado ya está
planteado y es sabido que ya ocurrió, y el interés recae en
conocer cuáles son las probabilidades de que haya sucedido a
partir de un evento A1 o de un evento Ai.

La incógnita aquí es la probabilidad de que un resultado haya surgido a partir de una

causa específica, no la probabilidad de que dicho resultado ocurra. Es por esto que su
presentación suele incluir un evento que ya ocurrió, y múltiples posibles causas de ese
resultado.
P(B/Ai)*P(A)
La fórmula para calcular el teorema de Bayes es la siguiente: P(A/B)=
ΣP(B/Ai)*P(Ai)

En un principio puede parecer complicada, pero la fórmula del teorema de

Bayes es, en esencia, una combinación de la probabilidad condicionada
(presente en el numerador), con la probabilidad total (presente en el
denominador). La p. total permite conocer entonces la probabilidad de que
un evento B haya ocurrido a partir de un evento A específico.
Teorema de Bayes - Ejemplo
En una fábrica de latas se producen latas de dos tamaños, de 25 ml y de 40 ml, si
se sabe que hacen la misma cantidad de ambas latas y que un 1% de las latas de
25ml y un 4% de las latas de 40ml salen defectuosas ¿Cuál es la probabilidad que
al seleccionar una lata de las defectuosas al azar, esta sea de 40ml?

Hay que notar que en la secuencia temporal de

producción el tamaño se define primero y luego
se daría el defecto. De modo que al plantear la
pregunta se invierte esta secuencia: p(40ml/d)
p no %
Para un ejemplo detallado vea: https://www.youtube.com/watch?v=Fi6G48j0IZ4
Ejercicios
Unos consejos
 Estudie bien la teoría, identifique los símbolos y las operaciones que implica la resolución de
ejercicios.
 Repase lo correspondiente a la teoría combinatoria y teoría de conjuntos, las herramientas
que ofrecen estos contenidos son muy importantes para calcular las cantidades y
agrupaciones correspondientes.
 Lo más recomendable es que la sesión de ejercitación la ubique tan temprano en la mañana
como le sea posible, asumiendo que ese es el momento en que su mente está lo más
despejada posible.
 Disponga de un lugar tranquilo en el cual practicar, trabajando por períodos de 20 minutos
continuos, luego un descanso de 5 minutos. Repita esto hasta que alcance un total de 120
minutos; luego realice otra actividad y, si fuese necesario, retome la ejercitación en algún otro
momento del día.
 Identifique un buen problemario, en la red hay varios a disposición.
 Empiece resolviendo ejercicios sencillos y, luego, vaya escalado de manera progresiva a
problemas más complejos.
 Resuelva los ejercicios paso a paso, detallando las operaciones que realiza, de manera que
evidencie su nivel de dominio de los contenidos y los cálculos.
 No se de por vencido, como en el caso de los ejercicios físicos, al comienzo cuestan, pero con
la práctica se dominan, por lo cual la consigna debe ser: practicar, practicar y más practicar.
Consulte: http://www.vicentegonzalezvalle.es/wp-content/uploads/2011/10/14_Combinatoria_y_probabilidad.pdf
https://matematicasiesoja.files.wordpress.com/2015/03/terc3ada-y-ejercicios-de-probabilidad.pdf
 Si se lanza una moneda al aire dos veces,
¿cuál es la probabilidad de obtener al menos 1 cara?

Solución:
Primero calculamos el número total de
casos posibles. Los casos posibles del
primer y segundo lanzamiento son:
Cara – cara.
Cara – sello.
Sello – cara.
Sello – sello.
En total, tenemos 4 casos posibles.
Ahora calculamos el número de casos en
los cuáles se obtiene al menos 1 cara.
Los casos son:
Cara – cara.
Cara – sello.
Sello – cara.
Es decir, se tienen 3 casos favorables.

Por lo tanto, la probabilidad de obtener

al menos un cara es:
Una bolsa contiene 2 bolas
negras, 3 bolas blancas, 4
bolas rojas y 5 bolas
verdes.

Se extrae una bola de la

bolsa, describe el espacio
muestral y calcula la
probabilidad de:

a) La bola es de color
rojo.
b) La bola no es negra.
c) La bola es blanca o
verde.
 La siguiente tabla de contigencia
muestra la distribución de tres
clases de determinado curso en
un centro escolar.

Se escoge un estudiante al azar. Calcule la

probabilidad de que:
a) Pertenezca a la clase A.
b) Sea alumna.
c) Sea alumno y esté en la clase B.
d) Esté en la clase C, sabiendo que es alumna.
e) Sea alumno, sabiendo que está en la clase A.
De una baraja española se extrae una y se consideran los siguientes sucesos: O
= La carta es de oros, F = la carta es una figura. Calcular la probabilidad de O, F,
O∩F, O∪F.

La baraja española consta de 40 cartas, del As al 7 y

después sota, caballo y Rey o 48 cartas, del uno al siete
y las tres figuras por cada uno de los 4 palos (Oro,
Basto, Espada y Copa). Todos se encuentran ordenados
menos el tres de bastos en el que los símbolos suelen
estar cruzados. A diferencia de otras, solo puede verse
en un único sentido, no son reversibles.

O∩F:
“O intersección F”, en otras palabras
“O y F”, esto es “Oros y Figura”.

O∪F:
“O unión F”, que significa “O o F”, es
decir “Oros o Figura”
En una encuesta a 340 personas, sobre la posesión de dispositivos electrónicos, se encontró que
263 tienen Smartphone, 228 Laptop y 49 Tablet. Además, 198 tienen Smartphone y Laptop, 20
tienen Smartphone y Tablet, 12 tienen Laptop y Tablet, y 4 tienen los tres dispositivos.
Si se toma una persona al azar, cuál es la probabilidad de que tenga sólo uno de los dispositivos.
Primero se reparte las observaciones entre las diferentes secciones:

Luego se realizan los cálculos correspondientes:

• Solo Smartphone= 263-(16+4+194) = 49
• Solo Laptop= 228-(194+4+8) = 22
• Solo Tablet= 49-(16+4+8) = 21
• Un solo dispositivo= 49+22+21 = 92  P(solo un Dispositivo)= 92/340= .27
Tenemos dos bolsas, A y B. En la bolsa A hay 3 bolas blancas y 7 rojas. En la bolsa B hay 6
bolas blancas y 2 rojas. Sacamos una bola de A y la pasamos a B. Después extraemos una bola
de B. ¿Cuál es la probabilidad de que la bola extraída de B sea blanca?

Se inicia identificando la secuencia de las acciones, sus probabilidades y posibles consecuencias:

• Primero se saca de la Bolsa A una bola, que puede ser Blanca (p=3/10) o Roja (p=7/10)
• Segundo se pasa esta bola a la Bolsa B, que originalmente tiene 6 Blancas y 2 Rojas.
• Consecuencia: la bola extraída al ser puesta en la Bolsa B cambia su composición
•Si es Blanca (p=3/10) la Bolsa B entonces tendría: 7 Blancas y 2 Rojas (condición 1)
•Si es Roja (p=7/10) la Bolsa B entonces tendría: 6 Blancas y 3 Rojas (condición 2)
• Tercero, se saca una bola de la Bolsa B
•Si la Bolsa B está en la condición 1, la probabilidad de que la bola extraída sea Blanca de: 7/9
•Si la Bolsa B está en la condición 2, la probabilidad de que la bola extraída sea Blanca de: 6/9
• Cuarto, mediante el teorema del producto, se integra la p(Blanca) del resultado en cada una de las secuencias:
•Condición 1: p(Blanca)= 3/10 x 7/9 = 7/30
•Condición 2: p(Blanca)= 7/10 x 6/9 = 7/15
• Quinto, usando el teorema de la suma, se integran las dos posibles resultados: (7/30 + 7/15) = 7/10
Diagrama de Árbol
En este caso, lo primero sería completar la tabla de frecuencias:
• Por diferencia al total, 252, se puede estimar los marginales de fila y columna que faltan,
respectivamente: 252-135=117 y 252-132=120
• Ahora se puede estimar la frecuencia de las dos intersecciones que faltan:
• 120-65=55
• 132-62=70
• Con la tabla ya completa se procede a usar la fórmula [p=fav/pos] para cada caso:

• Finalmente, se calculan los coeficientes correspondientes:

p(de 4° de ESO= ,46 / p(Chica)= ,52 / p(Chica de 4°)= ,25 / p(Chico de 3°)= ,26
Un grupo de 10 personas se sienta en un banco. ¿Cuál es la probabilidad de que dos
personas fijadas de antemano se sienten juntas?

■ Casos posibles: Es la cantidad de formas distintas en las cuales pueden

acomodarse 10 personas: P10=10!
■ Casos favorables: Si consideramos las dos personas que se sientan juntas como
una sola persona habrá 9!; pero pueden estar de dos formas posibles a la
izquierda uno de otro o a la derecha, por tanto se tiene 2x9!
■ Por lo anterior, tendríamos que:

De los 39 alumnos de una clase, 16 escogieron francés y 27 inglés. Nueve alumnos eligieron ambos, y
el resto no es cogió ninguno de ellos. Si se elige al azar a un alumno de dicha clase, hallar las
siguientes probabilidades