UNIDAD Nº 1: CONCEPTOS

PROBABILÍSTICOS
 Objetivos de Aprendizaje
Definir lo que es probabilidad.
Describir los enfoques clásicos.
Calcular las probabilidades aplicando las
reglas de adición y multiplicación.
Calcular la probabilidad utilizando el Teorema
de Bayes.

2
¿Cómo osamos hablar de leyes del azar? ¿No es, acaso,
el azar la antítesis de cualquier ley?

Bertrand Rusell
3
 ¿Por qué una encuesta de 1000 o
1500 personas permite predecir
bastante bien el resultado de la
elección con 8 millones de votantes?

¿Cómo se logra este resultado?

¿Cómo se mide la precisión del resultado?

La probabilidad de tener un accidente de tráfico
aumenta con el tiempo que pasas en la calle. Por
tanto, cuanto mas rápido circules, menor es la
probabilidad de que tengas un accidente.
5
El 33 % de los accidentes mortales involucran a alguien
que ha bebido. Por tanto, el 67 % restante ha sido
causado por alguien que no había bebido. A la vista de
esto y de lo anterior, esta claro que la forma más segura
de conducir es ir borracho y a gran velocidad.
6
En un estudio de control de calidad de una
fábrica de focos, sería muy costoso examinar cada
una.
Se usa una muestra de 500 focos.
Las normas de calidad exigen que a lo más 3%
de los focos pueden durar menos de 1000 horas en
un lote de 5000 focos.
Si obtenemos 3,2% de focos defectuosos en una
muestra de 500 focos, ¿podemos declarar el lote
completo defectuoso?
¿Cómo se usa este resultado obtenido de
una muestra? 7
INTRODUCCIÓN: El nacimiento del cálculo de
probabilidades estuvo ligado a los juegos de azar.
Cardano (que tenía una afición desordenada por el
ajedrez y los dados, según reconoce en su autobiografía)
escribió “Libro sobre los juegos de azar”, publicado
póstumamente en 1663, y que fue considerado el primer
tratado serio sobre las probabilidades matemáticas. La
correspondencia que Pascal y Fermat intercambiaron ( a
mediados del siglo XVII) sobre la geometría del azar
marca el nacimiento de la nueva ciencia.
En la actualidad el Cálculo de Probabilidades ha llegado
a ser la rama de las matemáticas de mayor
penetración en todos los campos, directamente
o a través de la Estadística. 9
 La afición al juego fue lo que impulsó el
desarrollo de la probabilidad.
En un esfuerzo por aumentar sus ganancias
pidieron a los matemáticos que les
proporcionaran las estrategias óptimas para
varios juegos de azar.
Como resultado de este primer desarrollo de
la teoría de la probabilidad, se extiende junto
con la estadística a muchos campos, como la
política, los negocios, la predicción del clima, y
la investigación científica.
10
Probabilidad: Una medición de la posibilidad de que
un evento ocurra en el futuro, esta puede asumir
solamente valores entre 0 y 1.
Probabilidad. Una medición de la posibilidad de que un
evento ocurra en el futuro, esta puede asumir solamente
valores entre 0 y 1.

Existe un 1% de
probabilidad de que la
Tierra sea golpeada
por un NEO de 300
metros de diámetro
durante el siglo XXI.
Near Earth Objects, es decir los Objetos Cercanos a la Tierra.
Experimento: La observación de alguna actividad o el
acto de realizar alguna medición.
Experimento Aleatorio: Cualquier situación que,
realizada en las mismas condiciones, proporcione un
resultado imposible de predecir a priori.
Evento o Suceso: Cuando se realiza un experimento
aleatorio diversos resultados son posibles. El conjunto
de todos los resultados posibles se llama espacio
muestral (E).
Ejemplo de Evento:

El resultado
de la TINKA
es un evento
estadístico.
Espacio Muestral: Es el conjunto de todos los
resultados de un experimento aleatorio. Se simboliza
con “S”. Omega (Ω)
Ejemplo: Espacio muestral del lanzamiento de un
dado.
Ejemplo: Espacio muestral del lanzamiento de dos
dados.
• Probabilidad de que el sol desaparezca: 0.0
• Probabilidad de que Alianza Lima campeone: 0.2
• Probabilidad de lanzar una moneda : 0.5
• Probabilidad de que suba el precio del petróleo: 0.7
• Probabilidad de que el año 2021 venga El Niño: 0.9

19
CONCEPTO CLÁSICO DE LA PROBABILIDAD

El enfoque clásico o a priori de la probabilidad está

basado en la suposición de que todos los resultados
del experimento son igualmente posibles. La
probabilidad se calcula de la siguiente manera:

número de posibles
resultados del evento
Probabilidad
=
del evento
número total de
resultados posibles del
p(A) =Número de casos favorables a A
experimento 21
Número de caso posibles de S
 Ejemplo
El experimento es lanzar un dado. ¿Cuál es la
probabilidad de que caiga un dos hacia arriba?
P( caiga 2 ) = 1/6= 0.166

Cuando solo puede ocurrir un evento a la vez

se dice que son eventos mutuamente
exclusivos.

22
CONCEPTO FRECUENTISTA DE PROBABILIDAD

La probabilidad de que suceda un evento es

determinada observando como sucede el evento
en el pasado. En términos de fórmula:

número de veces que sucedió el

Probabilidad evento en el pasado
de que suceda =
un evento número total de observaciones

23
 Ejemplo
Se sabe que una moneda está cargada. Para
determinar la probabilidad de que caiga sello
se lanza 60 veces la moneda al aire, de las
cuales 25 veces cayó sello. Si aplicamos la
fórmula:
P(cae sello ) = 25 = 0.41
60

24
 CONCEPTO SUBJETIVO DE LA
PROBABILIDAD
Si no hay experiencia anterior o hay muy poca sobre la
cual basar una probabilidad, esta se fundamenta en la
intuición, opiniones, creencias personales y otra
información indirecta. Este tipo de probabilidad es el
enfoque subjetivo de la probabilidad.

Concepto subjetivo de probabilidad .La

probabilidad de que un evento en particular
suceda es asignada por un individuo basado en
cualquier información disponible, como intuición,
opiniones etc. 25
Ejemplo:

Hay una probabilidad del 80% de que el Alianza le

gane al San Martín.
Hay una probabilidad del 90% de que las ventas
mejoren el año próximo
Hay una alta probabilidad de sacarme un 20.

26
 REGLA DE ADICIÓN
Intersección de dos eventos es el conjunto de
resultados de un experimento que pertenece a
los dos eventos dados. El operador de la
intersección es ∩

Unión de dos eventos es el conjunto de

resultados de un experimento que pertenece a
alguno de los dos eventos dados. El operador de
la unión es U. 28
La probabilidad de que alguno de dos eventos
pertenecientes a un mismo espacio muestral ocurra
se determina mediante la siguiente ecuación:
P( A U B ) = P( A ) + P( B ) – P( A ∩ B )
Ejemplo:
Si el experimento es lanzar un dado una vez, el
espacio muestral es:
S ó Ω = { 1, 2, 3, 4, 5, 6 }
Si el evento A es cae un número par
A = { 2, 4, 6 }
Si el evento B es cae un número menor de 3
B = { 1, 2 }
29
¿Cuál será la probabilidad de que suceda alguno de
estos dos eventos?
Entonces la probabilidad de A y la probabilidad de B
es:
P(A) =3/6= 0.50 P(B) =2/6= 0.3366
Para aplicar el teorema es necesario conocer la
probabilidad de la intersección de estos dos eventos,
es decir, la probabilidad de que caiga un número par
y menor de 3.

A ∩ B = { 2 }P(A ∩ B) =1/6= 0 .166

Si aplicamos la regla de adición:

P( A U B ) = P( A ) + P( B ) – P( A ∩ B )
P( A U B ) = 0.50 + 0.33 – 0.16 = 0.67
30
 ¿Cual es la probabilidad de que una carta elegida al
azar de una baraja de 52 naipes sea un rey o una de
corazones?
Solución:
Carta Probabilidad Explicación
Rey P(A) = 4/52 Hay 4 reyes en una baraja
De corazones P(B) = 13/52 Hay 13 corazones en una baraja
Rey de corazones P(AyB)=1/52 Hay un rey de corazones en una
baraja

Resolviendo:
P(AoB)=P(A)+P(B)- P(AyB)
= 4/52 + 13/52 - 1/52 = 0.3077
31
 REGLA DE ADICIÓN
ESPECIAL
Eventos mutuamente excluyentes: no tienen elementos en común.

Para dos eventos:

P(AoB)=P(A)+P(B)
Para tres eventos:

P(AoBoC)=P(A)+P(B) + P(C)
32
 ¿Una máquina llena bolsas de plástico con mezcla de
frijoles, brócolis y legumbres. La mayoría tiene pesos
correctos, pero debido a ligeras variaciones en el tamaño
de los frijoles y de las otras legumbres, un paquete puede
tener un peso ligeramente menor o mayor. Una
verificación anterior de muchos paquetes indico:

PESO EVENTO Nº PAQUETE PROBABILIDAD DE

OCURRENCIA

Con peso menor

A 100 0.025
Satisfactorio
B 3600 0.900
Con peso mayor
C 300 0.075
4000 1.000
33
 P(AoC)=P(A) + P(C)
P(AoC)= 0.025 + 0.07
P(AoC)= 0.10

Consecuencias de los axiomas de probabilidad

1) p(Ac ) = 1 - p(A)

34
 REGLA DE
MULTIPLICACION
La probabilidad condicional es la probabilidad de
que un evento dado ocurra dado que otro evento
ocurre. El operador de la probabilidad condicional es el
signo │.
35
 La probabilidad de que dos eventos dados ocurran
si uno de ellos depende de que ocurra el otro es:

p(A/B) =

Consecuencia: De la definición de probabilidad

condicionada se deduce:
P(A∩B) = P(B) ∙ P(A│B)

Ejemplo:

36
• Ejemplo. En una clase de ingeniería el 45% de los
estudiantes suspende Matemáticas, el 60% suspende física y
el 30% suspende ambas. Se selecciona al azar un alumno:
• a) Si suspendió Física ¿Cuál es la probabilidad de que
suspendiera Matemáticas?
• b)Si suspendió Matemáticas ¿Cuál es la probabilidad de
que suspendiera Física?
• Solución
• Sea A = “suspende Matemáticas” y B = “ suspende Física”
• p(A) = 0,45; p(B) = 0,60 ; p(A  B) = 0,30
• a) p(A/B) = 0,30/0,60 =1/2; b)p(B/A) = 0,30/0,45 = 2/3

37
REGLA DE MULTIPLICACION
ESPECIAL
Para dos eventos:
P(AyB)=P(A)*P(B)
Para tres eventos:
P(AyByC)=P(A)*P(B)* P(C)
38
• Independencia de sucesos
• Definición . Se dice que un suceso A
es independiente de otro B cuando:
• p(A/B) = P(A)
• En otro caso se dirá que son dependientes.
• Consecuencias: Si A es independiente de B 
p(A  B) = p(A).p(B) .

39
 Ejemplo
Se lanzan dos monedas ¿Cuál es la
probabilidad de que ambas caigan sello?
Solución:
P(AyB) = P(A) * (P(B)
= (1/2)*(1/2)
= 0.25

40
PROBLEMAS
1.- Suponga que de un grupo de 500 estudiantes
universitarios se encuentra que 300 fuman, que 350
consumen bebidas alcohólicas y que 250 tienen estos
dos hábitos nocivos para la salud. ¿Cuál es la
probabilidad de que un estudiante seleccionado
aleatoriamente
a) tenga alguno de estos dos malos hábitos?
b) no tenga ninguno de estos dos pésimos hábitos?
c) fume pero no tome?
d) tome pero no fume?
e) No fume?
f) No tenga alguno de estos nefastos hábitos?

42
2.-La probabilidad de que una compañía norteamericana
ubique una de sus plantas en Lima es 0.7, la
probabilidad de que instale una planta en Piura es 0.4,
la probabilidad de que no se ubique ni en Lima ni en
Piura es 0.20. ¿Cuál es la probabilidad de que:
a) Se ubique en alguna de estas dos ciudades?
b) Se ubique en ambas ciudades?
c) No se ubique en alguna de estas dos ciudades?
d) Se ubique en Piura pero no en Lima?
e) Se ubique en Lima pero no en Piura?
f) Ubique una planta en Lima dado que ya se ubicó en
Piura?
g) Ubique una planta en Piura dado que ya se ubicó en
Lima?
43
TEOREMA DE BAYES

44
 TEOREMA DE BAYES

En el siglo XVII el reverendo Thomas

Bayes, ministro presbiteriano inglés,
interesado en las ciencias
matemáticas intento desarrollar una
formula para llegar a probar la
probabilidad de que Dios Exista.
Laplace, afino dicho trabajo y le dio el
nombre de “Teorema de Bayes

45
 TEOREMA DE BAYES
P(A1)P(B|A1)
P(A1|B)=
P(A1)P(B|A1) + P(A2)P(B|A2)
Donde:
A1 y A2 = son eventos mutuamente excluyentes y
colectivamente exhaustivos.
Las probabilidades que manejamos antes de conocer que ha
ocurrido un evento se denominan "probabilidades a priori“.
Una vez que incorporamos la información de que ha ocurrido
un evento, las probabilidades del suceso (A) cambian: son
probabilidades condicionadas
P (A/B), que se denominan "probabilidades a posteriori".
46
 TEOREMA DE BAYES - Ejemplo
Ejemplo: La textilera “Ecotexa”, compra un cargamento de telas
de tres casas proveedoras.
Un 30% de las telas se adquieren en “Casa Ochoa”, 20% a “Casa
Textiles del Sur”, y el 50% sobrante a “Tituanatex”.
Ecotexa posee información de las tres casas y sabe que 3% de
la mercadería de “Casa Ochoa” son defectuosas,5% de telas de
“Casa Textiles del Sur” no son aceptables, y que 4% de telas de
“Tituanatex” tienen algún tipo de defecto.
Al llegar a bodega no son seleccionados y se toma un paquete
de telas que resultan ser defectuosas. Cual es la probabilidad
de que esta mercadería sea de “Casa Ochoa”?.

47
 TEOREMA DE BAYES - Ejemplo
Solución: Existen tres eventos mutuamente excluyentes y
colectivamente exhaustivos, que son las tres casas:
A1 mercadería de compro en “Casa Ochoa”,
A2 mercadería de compro en “Casa Textiles del Sur”,
A3 mercadería de compro en “Tituanatex”.
•Las probabilidades a priori son:
P(A1) =(30/100)= 0.30 probabilidad de mercadería adquirida
por “Casa Ochoa”.
P(A2) =(20/100)= 0.20 probabilidad de mercadería adquirida
por “Casa Textiles del Sur
P(A3) =(50/100)= 0.50 probabilidad de mercadería adquirida
por “Tituanatex”. 48
 TEOREMA DE BAYES - Ejemplo
PROBABILIDADES CONDICIONALES:

P(B|A1) = (3/100)= 0.03 mercadería de “Casa Ochoa ”,

sea defectuosa.

P(B|A2) = (5/100)= 0.05 mercadería de “Textiles de

Sur ”, sea defectuosa.

P(B|A3) = (4/100)= 0.04 mercadería de “Tituanatex ”,

sea defectuosa.
 TEOREMA DE BAYES - Ejemplo
La información se la puede resumir en la siguiente tabla:
Evento Ai Probabilidad a Probabilidad Probabilidad Probabilidad posteriori,
Priori, P(Ai) condicional, conjunta, P(Ai|B1)
P(B1|Ai) P(Ai|B1)

“Casa Ochoa” 0.30 0.03 0.009 0.009/0.039=0.2308

“Textiles de Sur” 0.20 0.05 0.010 0.010/0.039=0.2564
“Tituanatex” 0.50 0.04 0.020 0.020/0.039=0.5128

0.039

Para obtener la probabilidad posteriori, dividimos la probabilidad de cada

evento para el total de probabilidades conjuntas.
 TEOREMA DE BAYES - Ejemplo
La probabilidad de que un paquete de telas que resultan ser defectuosas sea de “Casa
Ochoa”, lo podemos encontrar aplicando el Teorema de Bayes. Se desea calcular P(A1|B1)
, donde A1 se refiere a Casa Ochoa, y B1 de que la mercadería resulte defectuosa.

P(A1 |B1)= P(A1)P(B1|A1)

P(A1)P(B1|A1) + P(A2) P(B1|A2) + P(A3) P(B1|A3)

= (0.30)(0.03)
(0.30)(0.03)+(0.20)(0.02)+(0.50)(0.05)

= 0.009 = 0.2308
0.039
Nos podemos dar cuenta que nos proporciona el mismo resultado obtenido en la tabla
anterior.
 PROBLEMAS
PROPUESTOS DE
TEOREMA DE BAYES

52
Problema 01: Tres máquinas, A, B y C,
producen el 45%, 30% y 25%, respectivamente,
del total de las piezas producidas en una fábrica.
Los porcentajes de producción defectuosa de
estas máquinas son del 3%, 4% y 5%.
Seleccionamos una pieza al azar; calcula la
probabilidad de que sea defectuosa. Tomamos, al
azar, una pieza y resulta ser defectuosa; calcula
la probabilidad de haber sido producida por la
máquina B. ¿Qué máquina tiene la mayor
probabilidad de haber producido la citada pieza
defectuosa?
54
Problema 02: Tenemos tres urnas: A con 3 bolas
rojas y 5 negras, B con 2 bolas rojas y 1 negra y C con
2 bolas rojas y 3 negras. Escogemos una urna al azar y
extraemos una bola. Si la bola ha sido roja, ¿cuál es la
probabilidad de haber sido extraída de la urna A?

55
Problema 03: El 20% de los empleados de una empresa son
ingenieros y otro 20% son economistas. El 75% de los ingenieros
ocupan un puesto directivo y el 50% de los economistas también,
mientras que los no ingenieros y los no economistas solamente el
20% ocupa un puesto directivo. ¿Cuál es la probabilidad de que un
empleado directivo elegido al azar sea ingeniero?

problema 04: La probabilidad de que haya un accidente en una

fábrica que dispone de alarma es 0.1. La probabilidad de que suene
esta sí se ha producido algún incidente es de 0.97 y la probabilidad
de que suene si no ha sucedido ningún incidente es 0.02. En el
supuesto de que haya funcionado la alarma, ¿cuál es la
probabilidad de que no haya habido ningún incidente?
Problema 05: Considera una fábrica de botellas que
cuenta con dos máquinas para producir sus botellas.
En esa fábrica se producen 10,000 botellas al día. La
máquina A produce 6,500 botellas diarias de las cuales
el 2% son defectuosas. La máquina B produce 3,500
botellas cada día de las cuales el 1% son defectuosas.
Si un inspector de calidad de la compañía selecciona
una botella al azar y encuentra que esta defectuosa
¿Cuál es la probabilidad de que la botella haya ha sido
producida por la maquina A?
ANEXO DE LA SESIÓN

58
 DIAGRAMA DE ÁRBOL

Es una técnica en la que se determinan

y despliegan sistemáticamente los
medios necesarios para alcanzar un
objetivo hasta llegar al nivel de acciones
concretas (Plan de Implementación).
59
DIAGRAMA DE ÁRBOL

60
 DIAGRAMA DE ÁRBOL

CAMPOS DE APLICACIÓN PRÁCTICA DEL

DIAGRAMA DE ÁRBOL

 Desarrollo de ideas para resolver problemas .

 Desarrollo de metas, políticas y programas.
 Desarrollo de requisitos de calidad.

61
DIAGRAMA DE ÁRBOL

62
 Diagrama de árbol: Ejemplo
¿Cómo disminuir los costes de calidad?
Optimizar costes de realización de procedimientos

Optimizar costes de
Optimizar costes de formación
prevención
Optimizar costes de pautas de inspección

Optimizar costes de inspección de recepción

Optimizar costes de
Optimizar costes de inspección de procesos
Disminuir evaluación
Optimizar costes de inspección final
costes de
calidad Disminuir costes de reproceso
Optimizar costes de
fallo interno Disminuir costes de disposición de material

Optimizar costes de Disminuir costes de garantías

fallo externo Disminuir costes de reproceso

63
Ejemplo: Laura se ganó un viaje para dos
personas, al entregárselo le presentaron las
siguientes opciones:

* Lugar: Acapulco o Cancún

* Transporte: Autobús o Avión
* Acompañante: Papá, mamá o hermano
¿De cuántas maneras distintas puede
Laura efectuar el viaje?
Representemos con un diagrama de árbol
Diagrama de Árbol
Papá
Autobús Mamá
Acapulco Hermano
Papá
Avión
Mamá
Hermano

Papá
Autobús Mamá
Cancún Hermano
Papá
Avión
Mamá
Hermano
Contamos ahora, todas las opciones de la
última columna solamente y tendremos el total
de formas posibles en las que Laura puede
efectuar su viaje.
Esto corresponde a:

12 opciones distintas

Por lo tanto, Laura puede viajar de 12

maneras diferentes.
 CONTEO
Si se tienen m elementos de un tipo y n de otro tipo, el
número de parejas que se puede formar es:
En términos de fórmula:
Número total de arreglos = m * n
Y para mas de dos eventos tenemos:
Número total de arreglos = m * n * o

68
 Ejemplo 1: Un fabricante desarrolló 5 bases para
lámpara y 4 pantallas que se pueden usar juntas.
¿Cuántos arreglos distintos de base y pantalla se
pueden ofrecer?

Número total de arreglos = m * n = 5 * 4 = 20

69
Ejemplo 2: Una industria fabrica 3 modelos de
Home Theatre, 4 Televisores Plasma y 2 DVD Blue
Ray. ¿Cuántos sistemas distintos puede ofrecer esta
industria?
Número total de arreglos = m*n*o
Número total de arreglos = 3*2*4 = 24

70
Ejemplo 3: Una tienda anuncia que por US$
20,000.00 se puede adquirir un convertible, un dos
puertas o un modelo de cuatro puertas, con
elección de cubre ruedas deportivos o comunes.
¿Cuántos arreglos diferentes de modelos y cubre
ruedas puede ofrecer la tienda?
Número total de arreglos = m * n = 3 * 2 = 6

71
Ejemplo 4: Verificar las 56 combinaciones
mencionadas en el párrafo anterior.
8!
= 56
8C3 = 3!(8 – 3)!

Como un plan alternativo para codificar por color las 42

partes, se sugirió que se colocaran solo dos colores en
cada una. ¿Serian adecuados 10 colores para codificar
las 42 partes?

10!
= 42
10C2= 2(10 – 3)
72
Ejemplo 5: Una persona es contratada para
llevara a cabo una encuesta en 50 ciudades del
país. ¿Cuántas rutas posibles podrá planear
para dicha encuesta?
Solución: Si se aplica la Regla Factorial
tendremos lo siguiente: 50!

30,414,093,201,713,378,043,612,608,166,064,
768,844,377,641,568,960,512,000,000,000,000

Ahora si tenemos un número grande.

Ejemplo 6: Los sistemas comunes de alarma
para casas tienen un código que consta de
cuatro dígitos. Los dígitos (0 a 9) pueden estar
repetidos, aunque deben ingresarse en el orden
correcto. Suponer que Ud. planea tener acceso
intentando códigos hasta encontrar el correcto
¿Cuántos códigos diferentes son posibles?

Solución: Hay 10 valores posibles para cada

uno de los cuatro dígitos, entonces:
10*10*10*10=10,000 códigos
74
 Ejemplo 6:
• Tres miembros de una organización social se
ofrecen como voluntarios para fungir como
dirigentes el siguiente año, en los puestos de
presidente, tesorero y secretario. El número de
maneras (permutaciones) en que los tres
pueden asumir los puestos es:
• Solución:

75
Ejemplo 7:
Una inmobiliaria ofrece por $35.000,00 una
casa de dos pisos, o simple. Además puede
elegir el tipo de pago Crédito o Contado.
Cuantos arreglos diferentes de departamentos
y formas de pago puede hacer?.
Solución:
Podemos utilizar la formula de la multiplicación
para verificar, donde m es el número de
modelos y n el tipo de pago.
Total de arreglos posibles=(m)(n)=(2)(2)=4
76
 PERMUTACION
Disposición en orden de un conjunto de objetos
en el que hay un primero, un segundo, un
tercero, etc. hasta n.
n!
P =
n r (n – r)!
P: número de permutaciones
n: número total de objetos
r: número de objetos que se dispondrá 78
 Ejemplo 1:
Se desea ensamblar tres elementos
electrónicos en cualquier orden. ¿de cuantas
formas diferentes se pueden reunir?
:
n! 3!
P = =
n r
(n – r)! (3 – 3)!
=6
79
 Ejemplo 2:
¿a que es igual 6!? = 6*5*4*3*2*1= 720
¿a que es igual 6!2!/4!3!? = 10
Un operador debe realizar 4 verificaciones de
seguridad antes de activar una máquina. No
importa el orden en que se realicen las
verificaciones. ¿De cuantas formas diferentes
se puede realizar las verificaciones el
operador?
4!
P = = 24
4 4
(4 – 4)!
80
 Ejemplo 3:
Utilizar 10 números del 0 al 9 para crear grupos de
código de 4 cifras fin de identificar un artículo de
ropa. El código 1083 podría ser una blusa azul, talla
media. El grupo código 2031 podría identificar unos
pantalones, talla 18, etc. No se permiten
repeticiones de los números. Es decir, el mismo
número no puede utilizarse dos veces o mas en una
secuencia total. Por ejemplo 2256, 2562, o 5559 no
se permitirán ¿Cuántos grupos de distintos códigos
pueden establecerse?
10!
10P4 = = 5040
(10 – 4)!
81
Ejemplo 4: Un músico desea escribir una partitura
basada solamente en cinco notas (la, si, do, re y mi).
Sin embargo, solo tres notas de las cinco se utilizarán
en sucesión, como do, la y mi. No se permitirán
repeticiones como la, la y mi.
1) ¿Cuantas permutaciones de las cinco notas,
tomadas tres cada vez, son posibles?
= 5*4*3 = 60
2) Utilizando la formula para permutaciones,
¿Cuántas permutaciones son posibles?

5!
5P3 = = 60
(5 – 3)!
82
 Ejemplo 5: Supongamos que la organización social
se compone de 10 miembros y que aún no se ha
presentado ninguna nominación para los puestos de
presidente, tesorero y secretario. El número de
diferentes disposiciones de los tres dirigentes elegidos
entre los 10 miembros del organismo es:
• Solución:

83
Ejemplo 6: Como se puede designar los cuatro primeros lugares
de un concurso, donde existen 15 participantes?
Aplicando la formula de la permutación tenemos:
nPr= n!
(n - r)!
= 15! = 15*14*13*12*11*10*9*8*7*6*5*4*3*2*1
(15-4)! 11*10*9*8*7*6*5*4*3*2*1
= 32760
Donde:
n= número total de objetos
r= número de objetos seleccionados
!= factorial (producto entre 1 y n).
NOTA: se puede cancelar números cuando se tiene las mismas
cifras en numerador y denominador.
84
 PERMUTACION CON
REPETICION
Disposición en orden de un conjunto de objetos
en el que hay un primero, un segundo, un
tercero, etc. hasta n, pero que se permiten las
repeticiones.

nr
nPr =
P: número de permutaciones
n: número total de objetos
r: número de objetos que se dispondrá 85
Auto examen 5-16
Un músico desea escribir una partitura basada
solamente en cinco notas (la, si, do, re y mi). Sin
embargo, solo tres notas de las cinco se utilizarán
en sucesión, como do, la y mi. Se permitirán
repeticiones como la, la y mi.
Hay 60 permutaciones sin repetición de tres notas
¿Cuantas permutaciones son posibles si se permiten
las repeticiones?

P
5 3 = 53 = 125
86
 COMBINACION
Dado un conjunto de n elementos, se denomina
combinaciones de tamaño r a todos los conjuntos que
se pueden formar con r elementos tomados de entre los
n elementos, de modo que cada conjunto difiera de los
demás en por lo menos un elemento.
n!
n Cr =
r!(n – r)!
P: número de permutaciones
n: número total de objetos
r: número de objetos que se dispondrá 88
Ejemplo 1: A un Dpto. de Pinturas le han
pedido que diseñe códigos de color para 42
elementos distintos. Se van a utilizar tres de
cada uno. ¿serán adecuados siete colores
tomados de tres cada vez para codificar las 42
partes mecánicas ?

7!
7C3 = = 35
3!(7 – 3)!
89
Ejemplo 2: Verificar las 56 combinaciones mencionadas en el
párrafo anterior.
8!
C = = 56
8 3 3!(8 – 3)!

Como un plan alternativo para codificar por color las 42 partes,

se sugirió que se colocaran solo dos colores en cada una.
¿Serian adecuados 10 colores para codificar las 42 partes?

10!
= 42
10C2=
2(10 – 3)

90
Ejemplo 3: Supongamos que se elegirá a tres
miembros de una pequeña organización social
con un total de 10 miembros para que integren
un comité. El número de grupos diferentes de
tres personas que pueden ser elegidos, sin
reparar en el diferente orden en el que cada
grupo podría elegirse, es:
Solución:
Ejemplo 4: Hay 7 candidatos para desempeñar
3 tareas, si todos los candidatos son igualmente
eficientes, ¿De cuántas maneras se puede
efectuar la asignación?
Solución:

P7,3 =
Ejemplo 5: Un entrenador de fútbol tiene 5 balones de
las marcas A, B, C, D y E para los entrenamientos en un
bolso. Forma 5 equipos numerados del 1 al 5, orden en
que recibirán los balones. ¿De cuántas maneras pueden
salir del bolso los balones?
Solución: El grupo 1 puede recibir cualquiera de las 5
marcas; el grupo 2 puede recibirlos balones de 4 marcas
el grupo 3 de 3 marcas, el grupo 4 de 2 marcas el grupo
5 puede recibirlo únicamente de la marca que no se haya
entregado. El número de ordenaciones de 5 balones en
una fila de grupos es: 5  4  3 2  1 = 5! = 120.
Ejemplo 6: Verificar las 56 combinaciones
mencionadas en el párrafo anterior.

8!
= 56
8C3 =
3!(8 – 3)!
Como un plan alternativo para codificar por color las
42 partes, se sugirió que se colocaran solo dos
colores en cada una. ¿Serian adecuados 10 colores
para codificar las 42 partes?

10!
= 42
10C2=
2(10 – 3)

94
Ejemplo 7: La Empresa “El Cafetal”, tiene vacantes
cinco puestos de gerentes, y hay diez profesionales listos
para ocupar estas vacantes. De cuantos modos se
pueden distribuir las cinco vacantes?
Solución:
FÓRMULA: C =
n r n!
r!(n - r)!
= 10!
5!(10-5)!
= 10! = 10*9*8*7*6*5*4*3*2*1
5!(10-5!) 5*4*3*2*1(5*4*3*2*1)

= 30240 = 252
120
Donde: n= número total de objetos.
r= número de objetos seleccionados. 95