Estadística Aplicada

Unidad 4: Introducción a la Probabilidad

elemental
Experimentos y espacios muestrales
En Estadística definimos como experimento a cualquier proceso creado que permita llevar a
cabo observaciones o recolectar datos. Por ejemplo, si arrojamos un dado, podemos observar
y registrar qué numero quedó en la cara superior del mismo. Dicho experimento tendría seís
resultados posibles (justamente, los números que van del uno al seis).

Por otro lado, podríamos preguntarnos si el número que se observa en la cara superior es par,
o impar; si es un as; o si es menor o igual a tres, recolectando dicha información.

Un caso frecuente en la industria es el de controlar una línea de producción para determinar si

un producto determinado es o no defectuoso. En este caso, los dos únicos resultados posibles
son éxito (paradójicamente, si el producto es defectuoso) o fracaso (cuando el producto no lo
es). Aún cuando resulte curiosa la forma de presentar las posibilidades (el sentido común no
ve en un artículo defectuoso un éxito productivo!), debemos interpretar la información con un
criterio diferente, el de la Estadística.

Por otro lado, todos los experimentos tienen resultado, que resulta ser incierto y depende
del azar. El conjunto de los posibles resultados del mismo recibe el nombre de espacio
muestral.

Ejemplo
Supongamos que el experimento que proponemos consista en arrojar dos veces un dado,
registrando si sale un as o no. Podemos escribir si sale as en el iésimo tiro (ya sea el
primero o el segundo), y si en el mismo tiro no sale un as. Así representaría al
caso en que se obtuviera un as en ambos tiros, y al caso en que se obtuviera un as
en el primer tiro pero no se lo obtuviera en el segundo. El espacio muestral
correspondiente a este experimento se representaría de la siguiente manera:

Fin del Ejemplo

Unidad 4 Estadística Aplicada Página 1

Concepto de Probabilidad
El estudio de las probabilidades no es algo nuevo. Algunos autores aseguran que fue
Hans Christian Huygens quien inauguró la ciencia de la probabilidad al publicar, a
mediados del siglo XVII su obra Ratiociniis in ludo aleae. En dicha obra, él holandés
mostró que la probabilidad permitía reducir la incertidumbre, por ejemplo, en los juegos de
azar. Más adelante, en 1713, Jakob Bernoulli demostró que la probabilidad servía para
mucho más que los juegos de naipes y dados en su obra Ars conjectandi. En ella propuso
emplear las probabilidades para determinar, por ejemplo, las probabilidades de que un
barco fletado para adquirir especias en Oriente llegase a los puertos europeos (algo que
hoy nos resulta extraño, pero que en ese momento resultaba ser una peligrosa empresa)

Supongamos que se le propone al lector elegir tomar parte en alguno de los dos juegos
que describimos a continuación:

(i) Apostar una cierta cantidad de dinero a que, al arrojar una moneda al aire, saldrá cara.

(ii) Apostar esa misma cantidad de dinero a que, al arrojar un dado al aire, el número que
quedará en la cara superior del mismo sea el cuatro.

¿Cuál de los dos juegos elegiría?

La definición clásica de probabilidad de obtener un determinado resultado en nuestro

experimento ( ) nos dice que la misma se obtiene como resultado del cociente
entre el número de casos en los que dicho resultado hubiera de obtenerse (casos
favorables) y el número total de casos posibles. Es decir:

Si nos detenemos en el primero de los juegos, tendremos que considerar que existen solo
dos posibilidades, que salga cara o ceca, mientras que solo hay una “favorable” (que
salga cara). Entonces, podemos escribir:

Unidad 4 Estadística Aplicada Página 2

Entonces:

Si queremos cuidar nuestro dinero, seguramente elegiremos apostar al dado!

En algunos casos, la determinación del número de casos posibles y favorables no resulta

ser tan sencillo. Por ejemplo, supongamos que arrojamos tres monedas al aire y que
deseamos conocer la probabilidad de que las tres salgan caras. Existen diversos métodos
gráficos que nos permiten comprender mejor el “fenómeno”. Por ejemplo, podemos
construir un diagrama como el siguiente, en el que se contemplan todas las posibilidades:

Vemos que, en total, hay ocho casos posibles, y que solo en uno de ellos las tres
monedas salen cara. Entonces, la probabilidad de que al arrojar las tres monedas en
todas ellas salga cara será:

Unidad 4 Estadística Aplicada Página 3

Observación:

Desde el punto de vista matemático, lo correcto sería expresar a las probabilidades como
fracción. Sin embargo, estamos muy acostumbrados a ver expresadas las probabilidades
como porcentajes (el hecho de que se trate de una costumbre no significa que, desde
nuestro punto de vista, sea la correcta). En la siguiente captura de pantalla reproduzco el
pronóstico del tiempo del instante en que escribo el apunte. Señalo con una flecha roja la
“probabilidad de lluvias” del mismo, y veo que indica un “20 %”.

Es muy importante tener en cuenta que la probabilidad se debe expresar como un

número mayor que cero y menor que uno. Es decir, el pronóstico debería decir que la
probabilidad de lluvias para hoy es 0,2 (y no 20 %).

Además, tengamos en cuenta que los dos valores extremos mencionados (cero y uno)
salen del ámbito de las probabilidades. Por ejemplo, si dijéramos que , ello
significaría que el suceso es imposible (sería el caso de preguntarnos cuál es la
probabilidad de que al arrojar un dado, el número que se obtenga sea un siete). Del
mismo modo, si , ello significaría que tenemos la certeza de que el suceso
tendrá lugar (por ejemplo, si nos preguntásemos cuál es la probabilidad de que al arrojar
una moneda se obtenga cara o ceca)

Fin de la Observación

Unidad 4 Estadística Aplicada Página 4

Volviendo al experimento presentado en la sección anterior (arrojar dos veces un dado
para registrar los resultados obtenidos), podríamos preguntarnos cuál es la probabilidad
de que, al arrojar los dos dados, en ambos obtengamos un as.

En problemas como éste, la determinación de casos favorables y casos posibles puede

no ser muy sencilla, y en la siguiente imagen propongo una forma de graficar todos los
resultados posibles:

Utilizando una tabla, se observa que las posibilidades son nada menos que treinta y seis.
Y solo hay una posibilidad de que en los dos dados se obtenga el as. Entonces:

Actividad propuesta
Utilizando la tabla anterior, indicar la probabilidad de que, al arrojar dos dados al aire se
obtengan:

(i) Solamente un as

(ii) Al menos un as

(iii) Dos números pares

Fin de Actividad propuesta

Unidad 4 Estadística Aplicada Página 5

Pero volvamos al primer ejemplo propuesto en el presente Apunte, en el que
registrábamos si salía o no un as. Habíamos expresado como al suceso “que salga un
as en el iésimo tiro” y como al suceso “que no salga as en el íésimo tiro”, y habíamos
definido el siguiente espacio muestral:

Vamos a calcular la probabilidad de que cada uno de esos sucesos se produzca. Para
eso propongo colorear la tabla que mostramos anteriormente, como se observa a
continuación:

Así, si mos proponemos obtener la probabilidad de que en ambos tiros salga un as

(que corresponde al único caso coloreado en rojo), podríamos escribir:

Si, en cambio, quisiésemos conocer la probabilidad de que el primero de los dados fuese
un as, pero el segundo fuese cualquier otro número (que en la tabla marcamos en color
verde), escribiríamos:

Del mismo modo, podríamos buscar la probabilidad de que el segundo de los dados
resultara ser un as, pero que en el primero se obtuviese cualquier otro número que no
fuese el uno (señalados en la tabla en color azul). Entonces:

Unidad 4 Estadística Aplicada Página 6

Finalmente, calculemos la probabilidad de que en ninguno de los dos dados salga un as
(en la tabla, en color amarillo). Escribimos entonces:

Es conveniente asociar a cada uno de los sucesos la probabilidad que le corresponde, lo

que se hace utilizando tablas como la siguiente:

X
P(X)

La información volcada en dicha tabla puede a su vez representarse gráficamente

mediante lo que denominaremos gráfica de la función de probabilidad para una
variable aleatoria discreta, que mostramos a continuación:

Unidad 4 Estadística Aplicada Página 7

Observación:

El nombre gráfica de la función de probabilidad para una variable aleatoria discreta

amerita algunas aclaraciones.

En primer lugar, la expresión función de probabilidad, que utilizamos por primera vez en
el Apunte, y que se refiere a otra forma de volcar la información que mostraba la tabla de
la página anterior.

Por ejemplo, supongamos que nuestro experimento consistiese en arrojar dos monedas y
registrar el número de caras obtenidas en dichos tiros. Llamaremos entonces variable
aleatoria X a cada una de las posibles respuestas. Así, X=0 debe interpretarse como que
no ha salido cara en ninguna de las dos monedas. Es sencillo deducir que esta variable
solo podrá adoptar tres valores:

X=0 significa que no se obtuvo ninguna cara

X=1 significa que solo se obtuvo una cara

X=2 significa que se obtuvo cara en ambas monedas

La función de probabilidad correspondiente sería la siguiente:

Por otro lado, al referirnos a una variable discreta, recordemos que nos referimos a una
variable que se expresará en números naturales (no podemos preguntarnos si en el
experimento habremos de obtener 1,5 caras!)

Veremos más adelante, al trabajar con variables aleatorias continuas, que la función de
probabilidad recibirá el nombre de función de densidad de probabilidad, y resultará de
enorme utilidad.

Fin de la Observación

Propiedades de la Probabilidad.

Ya hemos explicado que, de acuerdo a la expresión matemática que define la

probabilidad, se observa que ésta quedará representada por un número mayor que cero y
menor que la unidad. Por otro lado, si sumamos las probabilidades de ocurrencia de todos
los resultados correspondientes a nuestro espacio muestral, el resultado de dicha suma
debe ser uno.

Unidad 4 Estadística Aplicada Página 8

Volviendo al primer ejemplo propuesto en el presente Apunte, en el que registrábamos si
salía o no un as, vimos que los datos podían volcarse en una tabla como la siguiente:

X
P(X)

Si sumamos todas estas probabilidades, nos encontramos con que:

Pronto veremos que esta propiedad será de gran utilidad.

Sucesos independientes.
Supongamos disponer de una moneda y de un dado. Proponemos entonces un
experimento consistente en arrojar al aire la moneda y el dado y observar que número
queda en la cara superior de éste y si la moneda muestra su cara o su seca.

Podríamos entonces preguntarnos cuál es la probabilidad de que salga un as en el

dado y cara en la moneda. Como pedimos que ambas cosas sucedan simultáneamente,
utilizando notación de conjuntos, podemos decir que buscamos:

Ahora bien: el resultado de cada uno de los dos sucesos no influye en absoluto en el
resultado del otro (el hecho de que salga cara en el tiro de la moneda resulta
independiente del número que quede en la cara superior del dado). Entonces, cuando
dos sucesos sean independientes, la probabilidad de que ambos ocurran
simultáneamente se calculará directamente como el producto de ambas probabilidades
por separado, es decir:

Ahora propongamos otro experimento. Por ejemplo, dentro de una bolsa tenemos tres
bolas azules y dos rojas. Supongamos que se extraen al azar dos bolas, y se nos
pregunta cuál es la probabilidad de que la primera sea azul y la segunda roja.

Antes de responder a dicha pregunta, debemos conocer exactamente de qué modo se

llevó a cabo el experimento. No es lo mismo extaer la primera bola y registrar de que color
era antes de volver a introducirla en la bolsa para efectuar la segunda extracción (en cuyo
caso decimos que el experimento se llevó a cabo con reposición) que, sacar una primera
bola sin devolverla a la bolsa antes de extraer la segunda (es decir, sin reposición).

Unidad 4 Estadística Aplicada Página 9

 En el primer caso, el resultado de la segunda extracción es independiente del de la
primera (el número de bolas es el mismo antes de que se produzca cada una de las
estracciones), y la respuesta será la siguiente:

Ahora bien: ¿qué sucedería si el experimento hubiera consistido en extraer una

primera bola, tomar nota de cuál es su color y, sin devolverla a la bolsa, extraer una
segunda?

Para responder a esa pregunta, pasemos a la siguiente sección.

Probabilidad condicionada y sucesos dependientes.

Continuando con el experimento que estamos estudiando (es decir, la extracción de
dos bolas del interior de una bolsa que contiene a tres de color azul y dos de color rojo),
vemos que no resultaría difícil calcular, por ejemplo, la probabilidad de que la segunda
bola extraída fuera roja sabiendo que la primera de ellas fue azul.

Es decir, condicionamos el resultado de la segunda extracción a un posible resultado

de la primera, y escribimos:

Es decir, si sabemos que la primera bola extraída era de color azul, solo habrán
quedado cuatro bolas en la bolsa, dos de las cuales son rojas, como se observa en la
imagen que aparece en la próxima página.

Las dos extracciones son en este caso sucesos dependientes, y para responder a la
pregunta inicial (“¿cuál es la probabilidad de que la primera bola sea azul y la segunda
roja?”) ya no podremos operar como lo hicimos anteriormente. La expresión que hemos
de aplicar al efectuar la extracción sin reposición será:

Unidad 4 Estadística Aplicada Página 10

 Es decir:

En general, dados dos sucesos dependientes A y B, diremos que la expresión de la

probabilidad condicionada es:

P(B⁄A)=P(A∩B).P(A)

La expresión P(B/A) debe leerse como “probabilidad de que suceda B sabiendo que ha
sucedido A).

Unidad 4 Estadística Aplicada Página 11

Actividad propuesta

Se dispone de un mazo de cartas españolas como las que se observan en la

captura de pantalla que aparece bajo estas líneas.

Nuestro experimento consiste en extraer dos cartas al azar. Se pide entonces

calcular la probabilidad de que la primera de ellas sea el as de espadas y la
segunda el siete de espadas para las siguientes dos situaciones: (i) con
reposición; (ii) sin reposición.

Fin de Actividad propuesta

Actividad propuesta

Los exámenes finales de algunas materias del Ciclo Básico Común de la UBA constaban
de veinte preguntas de elección múltiple. Cada una de ellas presentaba cuatro
respuestas posibles, y para aprobar, el alumno debía responder correctamente un mínimo
de ocho preguntas. ¿Cuál era la probabilidad de que un alumno, sin haber estudiado,
respondiese solo ocho preguntas y lo hiciera correctamente, de modo aprobar el
examen?

Fin de Actividad propuesta

Unidad 4 Estadística Aplicada Página 12
Reglas fundamentales de la Probabilidad

Regla de la suma
Supongamos que contamos con un mazo de cartas españolas, y que el experimento
consistiese simplemente en extraer una carta al azar y observar de qué carta se trata.

Si nos pidieran entonces calcular la probabilidad de que la carta extraída fuera un as o

un oro, debemos expresar la consigna como:

Es decir, la carta que nos interesa debe ser un as, un oro…¡o el as de oros!. Es decir,
existe la probabilidad de que una de las cuarenta cartas cumpla con ambas condiciones
simultáneamente.

Entonces, la forma de responder a la pregunta que se nos hizo será:

Si reemplazamos por los valores correspondientes:

Si, en cambio, se nos preguntara cuál es la probabilidad de que la carta sea un oro o
una espada, nuestra respuesta sería:

Es decir:

En este caso, P(oro ∩espada)=0, puesto que los sucesos ser un oro o ser una espada
son mutuamente excluyentes.

Podemos entonces decir que, dados dos sucesos A y B, se cumple que

P(A B)=P(A)+P(B)-P(A∩B) , siempre y cuando dichos sucesos no sean mutuamente
excluyentes (en cuyo caso P(A∩B)=0).

Unidad 4 Estadística Aplicada Página 13

Probabilidad de un suceso complementario

Supongamos que contamos con una bolsa que contiene tres bolillas azules, dos rojas,
cuatro blancas y seis negras, como queda representado en el esquema ubicado debajo
del presente párrafo. Proponemos como experimento extraer una de las bolillas y
observar de qué color es.

Si se nos preguntara por ejemplo cuál es la probabilidad de que la bolilla extraída fuera
azul, definiríamos entonces como evento E al hecho de que la bolilla que se extraiga sea
de ese color.

En ese caso:

Si seguidamente se nos preguntara cuál es la probabilidad de que la bolilla extraída no

fuese azul, podríamos entonces responder que:

Es decir:

(1)

Sin embargo, puesto que los dos eventos definidos (“que la bolilla sea azul” y “que la
bolilla no sea azul”) son mutuamente excluyentes, la probabilidad de que ambos sucedan
simultáneamente vale cero, es decir:

0 (2)

Además, tengamos en cuenta que:

Unidad 4 Estadística Aplicada Página 14

 (3)

Ello se debe a que, independientemente del color que tenga la bolilla, tenemos la certeza
de haber extraído alguna.

Si aplicamos la regla de la suma a nuestro experimento, veremos que:

(4)

Reemplazando (2) y (3) en (4), obtenemos:

(5)

En lenguaje coloquial, la probabilidad de que no sea azul es igual a uno (que representa
la certeza de haber extraído alguna bolilla) menos la probabilidad de extraer una bolilla
azul.

Podemos entonces aplicar la (5) y responder a la pregunta que hicimos al comenzar la

sección escribiendo:

(6)

Teorema de Bayes

En el presente Apunte hemos hablado acerca de la probabilidad condicionada. Pero

vamos a avanzar sobre el concepto, a partir del siguiente ejemplo: supongamos que, en
víspera de elecciones, un partido político efectúa un estudio, del que se desprende que el
75 % de las mujeres encuestadas votarían al candidato A (que encabeza las listas de
dicho partido), mientras que la intención de voto hacia dicho candidato por parte de los
hombres resulta ser solamente del 45 %.

Es decir, la probabilidad de que un voto dado sea para el candidato A, sabiendo que dicho
voto fue emitido por una mujer, es del 75 %; asimismo, la probabilidad de que un voto
dado sea para el candidato A, sabiendo que dicho voto fue emitido por un hombre, es del
45 %.

Entonces, podríamos escribir:

(7)

(8)

Podemos expresar en forma reducida dichas probabilidades condicionadas escribiendo:

Unidad 4 Estadística Aplicada Página 15

Supongamos, por otro lado, que el 52 % del padrón está conformado por mujeres y el 48
% restante por hombres. Es decir:

Ahora bien: el día de la elección se extrae de una de las urnas un voto para el candidato
A y por alguna razón particular nos interesa saber cuál es la probabilidad de que dicho
voto hubiera sido si emitido por una mujer. Es decir, deseamos saber si el voto fue
depositado por una mujer sabiendo que le corresponde al candidato A.

En símbolos, deseamos calcular

O, en forma reducida,

Como vemos, se ha invertido el orden de la condicionalidad respecto de la que nos

ofrecía el enunciado del problema en (7)

Ahora bien, de acuerdo a lo dicho anteriormente respecto de la probabilidad condicionada,

podemos escribir:

(9)

Además, sabemos que:

(10)

De acuerdo a lo expresado en (9), podemos escribir:

(11)

Por otro lado, a partir de los datos que nos ofrece el problema, sabemos que:

(12)

Si entonces reemplazamos las expresiones (11) y (12) en la (9), obtendremos:

Dicha expresión, mediante el cual llegamos a calcular una probabilidad condicionada

invirtiendo el sentido de la condicionalidad se corresponde con lo que enuncia el Teorema
de Bayes.

Unidad 4 Estadística Aplicada Página 16

Actividad propuesta

Una PYME tiene tres máquinas (la I, la II y la III) con las que produce arandelas de
presión. El 1 % de las piezas que salen de la máquina I resultan defectuosas. Lo mismo
sucede con el 2 % de las que salen de la máquina II y con el 1,5 % de las que produce la
máquina III. Por otro lado, el 40 % de la producción recae sobre la máquina I, en tanto que
las máquinas II y III fabrican en igual proporción las arandelas restantes. Si durante una
inspección de rutina se detecta una arandela defectuosa, ¿cuál es la probabilidad de que
haya sido fabricada por la máquina II?

Fin de Actividad propuesta

Actividad propuesta
Una empresa recibe un determinado insumo de tres proveedores distintos, A, B y C. La
probabilidad de que una unidad de dicho insumo producida por el proveedor A sea
deficiente es del 1 %; la probabilidad de que ello suceda con una unidad entregada por el
proveedor B es del 2 %, en tanto que se ha determinado que la probabilidad de que una
unidad del insumo provista por C sea deficiente es del 3 %. Por otro lado, el proveedor A
abastece en un 20 % de dicho insumo, mientras que los proveedores B y C lo hacen en
un 30 % y un 50 %, respectivamente. Si se toma una unidad del insumo y resulta ser
deficiente, calcular la probabilidad de que el mismo provenga de C.

Fin de Actividad propuesta

Actividad propuesta

Fin de Actividad propuesta

Unidad 4 Estadística Aplicada Página 17

Empleo de diagramas de Venn.
Se nos plantea ahora el siguiente problema: dentro de una empresa, el 45 % de los
empleados habla inglés, el 15 % de ellos habla alemán, y un 5 % de los empleados ha
declarado que habla ambos idiomas. A partir de lo que expresa la Regla de la Suma,
podríamos escribir:

En números:

El dato puede resultar útil, pues si aplicamos la expresión (5) podremos saber qué
porcentaje de empleados de la empresa no habla ni inglés ni alemán. Es decir:

Toda esta información puede volcarse en un tipo de diagrama empleado

frecuentemente en la teoría de conjuntos denominado Diagrama de Venn.

En la siguiente imagen observamos la forma de construir el diagrama correspondiente

a nuestro problema.Lo primero que debemos definir para poder construir nuestra tabla es
el número de clases en las que agruparemos nuestros datos.

El rectángulo representa el denominado conjunto Universal, que contiene a todos los

casos posibles. El globo de la izquierda incluye a todos los empleados que hablan inglés,
mientras que el de la derecha, a todos los que hablan alemán. El área encerrada entre
ambos (coloreada en verde en la siguiente imagen) corresponde a los empleados que
hablan ambos idiomas.

Unidad 4 Estadística Aplicada Página 18

 Finalmente, en la gráfico que se observa bajo estas líneas agregamos los datos del
enunciado y los calculados a partir de aquellos.

Actividad propuesta

Fin de Actividad propuesta

Unidad 4 Estadística Aplicada Página 19

Problema de Aplicación
El siguiente problema fue extraído de nuestra Guía de TP:

Resulta interesante observar de qué modo se brinda la información. Vamos a reproducir la

Tabla, agregándole una fila y una columna más, donde agregaremos una serie de
cálculos que detallaremos seguidamente.

Por empezar, sumamos los valores de las dos columnas. El valor 0,042 representa la
probabilidad de que un hombre perteneciente a la población encuestada sea daltónico, en
tanto que 0,485 indica que la probabilidad de que un hombre encuentado no sea daltónico
vale 0,485. Al sumar ambas probabilidades obtenemos 0,527, que es la probabilidad de
que, dentro de la población encuestada, la persona seleccionada sea hombre. Es decir,
acabamos de responder el punto a):

Hombre Mujer
Daltónico/a 0,042 0,007
No es daltónico/a 0,485 0,466
0,527 0,437

En la Tabla, operando del mismo modo con los datos correspondientes a las mujeres,
llegamos a la conclusión de que la probabilidad de que una persona del grupo que ha
tomado parte en el estudio sea mujer es 0,437 (es decir, utilizando la nomenclatura que
propone el enunciado,

Si ahora sumamos la probabilidad de que una persona del grupo sea hombre y sufra de
daltonismo (0,042) con la probabilidad de que la persona en cuestión sea mujer y también

Unidad 4 Estadística Aplicada Página 20

padezca dicha enfermedad (0,007), obtenemos 0,049 (que representa entonces la
probabilidad de que una persona del grupo encuestado tomada al azar padezca de
daltonismo). Razonando en forma similar, obtenemos la probabilidad de que una persona
tomada al azar no sea daltónica, 0,951.

Hombre Mujer
Daltónico/a 0,042 0,007 0,049
No es daltónico/a 0,485 0,466 0,951
0,527 0,437

Veamos si estamos en condiciones de responder el punto b), la probabilidad de que una

persona tomada al azar dentro del grupo que toma parte del estudio sea hombre,
sabiendo que es daltónica. Aplicando la expresión correspondiente a la probabilidad
condicionada, tenemos entonces:

Del mismo modo, cuando nos piden calcular la probabilidad de que una de las personas
del grupo, tomada al azar, sea mujer sabiendo que es daltónica, escribimos:

El resultado del punto d) (probabilidad de que una de las personas tomadas al azar sea
daltónico) ya había sido calculado oportunamente, de modo que nos limitamos a escribir:

En el punto e) nos preguntan cuál es la probabilidad de que la persona tomada al azar

sea mujer, sabiendo que no es daltónica. Entonces, escribimos:

Y, cuando nos preguntan cuál es la probabilidad de que esa persona elegida al azar
dentro del grupo bajo estudio sea hombre y daltónico, basta con buscar el valor dentro de
la Tabla original:

Finalmente, la probabilidad de que la persona sea daltónica sabiendo que es hombre se

calculará de la siguiente manera:

Unidad 4 Estadística Aplicada Página 21

Actividad propuesta

Fin de Actividad propuesta

Actividad propuesta

Fin de Actividad propuesta

Actividad propuesta

Fin de Actividad propuesta

Unidad 4 Estadística Aplicada Página 22

Actividad propuesta

Fin de Actividad propuesta

Combinatoria
Hemos visto que la determinación de casos favorables o posibles puede dificultarse de
acuerdo al fenómeno que se estudie. Veremos a continuación una herramienta que nos
facilitará la resolcución de muchas problemas de probabilidades. Veremos a continuación
tres casos posibles: el de las permutaciones, las variaciones y la combinaciones, en los
tres casos, sin repetición.

Permutaciones sin repetición

Supongamos que seis amigos deciden reservar una mesa en un restaurante para cenar.
El local dispone de mesas redondas en las que ellos pueden ubicarse cómodamente y
nos podemos preguntar, por ejemplo, cual es la probabilidad de que dos de ellos
(digamos Nahuel y Francisco) se sienten juntos. Sabemos que para ello deberíamos
conocer, por empezar, de cuántas formas distintas podrían sentarse los seis amigos.

Tenemos entonces seis elementos (cada uno de los amigos) y seis posiciones a cubrir
(los lugares que habrán de ocupar en la mesa reservada). Cada una de las posibles
distribuciones de los lugares habrá de diferir de las otras solo por el modo en que los
comensales se ubiquen. Cuando esto suceda, diremos que estamos en presencia de
una permutación de n elementos.

El cálculo del número de permutaciones posibles (al que expresaremos como ) se

obtiene haciendo:

Unidad 4 Estadística Aplicada Página 23

 En la expresión que acabamos de presentar, n! recibe el nombre de factorial de n, y se
define como el producto de todos los números naturales entre uno y n.

Para resolver el problema que propone el ejemplo, debemos hacer el siguiente

razonamiento: tratándose de seis personas, el número de formas distintas en las que
podrían tomar asiento será igual a:

Una vez calculados todos los casos posibles, nos interesa obtener el número de casos
favorables (es decir, aquellos en los que Nahuel y Francisco habrán de sentarse uno al
lado del otro). Para ello, podemos hacer un razonamiento sencillo: en lugar de pensar en
seis elementos, tomemos a los dos amigos como si solo fuesen un elemento, con lo que
la cantidad de formas en las que los seis comensales habrán de tomar asiento, con la
condición de que dos de ellos estén uno al lado del otro, se podrá calcular como:

Obsérvese que al factorial hemos de multiplicarlo por dos, puesto que habrá que
contemplar que, aún sentándose juntos, Nahuel podrá sentarse a la izquierda de
Francisco o viceversa.
Así, finalmente, la probabilidad de que estos dos amigos se sienten juntos ante la mesa
del restaurante será:

Variaciones sin repetición

Supongamos que en una bolsa tuviésemos nueve bolillas numeradas (del uno al nueve).
Nos proponemos entonces extraer sin reposición tres de ellas, de modo de generar un
número de tres cifras. La primera bolilla corresponderá a las centenas, la segunda a las
decenas y la tercera a las unidades.

Nos preguntamos, entonces, cuál será la probabilidad de que el número obtenido

mediante este procedimiento sea menor que 312.

A diferencia de lo que sucedía en el ejemplo propuesto en la Sección anterior,

contamos ahora con nueve elementos, de los cuales solo habremos de seleccionar tres.
Por otro lado, el orden en el que los elementos sean extraidos nos interesa: aún cuando
las tres blillas extraídas fuesen las mismas, el 312, el 213 o el 123 resultan ser diferentes
entre sí, como consecuencia de que las mismas bolillas salieron de la bolsa en distinto
orden.

Unidad 4 Estadística Aplicada Página 24

Cuando el número de elementos de que se dispone es superior al de los que habrán
de interesarnos en el problema en cuestión, y el orden en que dichos elementos se
encuentren diferencie un resultado posible de otro, diremos que el número total de
resultados habrá de calcularse como variaciones de n elementos tomados de a m.
En símbolos:
=

Así, la cantidad total de ternas posibles será igual a las variaciones de nueve
elementos tomados de a tres.

Calculamos entonces:

= 504

Para conocer el número de casos favorables (es decir, aquellos en los que el número sea
menor que el 312) debemos tener en cuenta que ese es el menor número comenzado en tres
que podemos generar con las cifras disponibles. Es decir, lo que en definitiva se nos pide es
determinar la probabilidad de que el número en cuestión corresponda a a primera o la
segunda centena.

Si la primera bola extraida fuese el uno, quedarían entonces otras ocho bolas en la bolsa,
que permitirían generar:

Lo mismo sucedería si la primera bolilla extraída fuese el dos (en cuyo caso los números
obtenidos corresponderían a la segunda centena).

Entonces, aplicando la definición de probabilidad, escribimos:

Combinaciones sin repetición

Supongamos ahora que la Comisión Directiva de un Club vecinal está conformada por
quince miembros. Se decide conformar una Subcomisión de Juegos de Salón,
conformada por tres miembros de la propia Comisión Directiva. El mecanismo de
selección de sus miembros es elemental: dentro de una bolsa se coloca un papel con el
nombre de cada uno de los quince miembros, y se extraen tres de dichos papeles. Si el

Unidad 4 Estadística Aplicada Página 25

Señor López es uno de las quince personas, cuál es la probabilidad de que forme parte de
la Subcomisión?

El Señor López

Como hay quince personas y solo tres cargos a cubrir, doce de ellas terminarán fuera de la
selección. Sin embargo, a diferencia de lo que sucedía en el caso de las Variaciones, aún
cuando los elegidos fuesen, por ejemplo, los señores López, Pérez y García, el orden en el
que los papelitos fuesen retirados de la bolsa no distinguiría a una de las posibilidades de las
restantes. Es decir, a los fines prácticos, da lo mismo que el papel en el que aparecía el
nombre de López aparezca en primer, segundo o tercer lugar: para el caso, lo único que
importa es que el habrá de conformar la Subcomisión.

Cuando el número de elementos sea inferior al de posiciones a ocupar (como en el caso

de la Variaciones), pero no importe el orden en que se encuentren los elementos
seleccionados, diremos que se trata de una combinación de n elementos tomados de a m,
que habrá de calcularse mediante la expresión:

Entonces, para la resolución de nuestro problema, podemos razonar prácticamente del

modo en que lo hicimos en el caso de las Variaciones. Los casos posibles serán ahora
combinaciones de quince elementos tomados de a tres, en tanto que los casos favorables
serán combiaciones de catorce elementos tomados de a dos (ya que debemos considerar que
uno de los tres cargos ya ha quedado en manos del señor López). Escribimos entonces:

Unidad 4 Estadística Aplicada Página 26

 Problema de Aplicación
(de nuestra guía de TP)

La cantidad de elementos (libros) es igual a la de posiciones a cubrir (cada libro

ocupará su lugar dentro del estante). Siendo entonces la igual la cantidad de elementos
que la de posiciones a cubrir, para conocer de cuántas formas podrían distribuirse los diez
libros, bastará con calcular permutaciones de diez elementos, es decir:
Casos posibles:

El problema es determinar los casos favorables (es decir, aquellos en los que los tres
libros que no son de Matemática permanecen juntos). La siguiente figura nos debería
ayudar a buscar la forma de calcular los casos favorables. Obsérvese que las dos
primeras disposiciones cumplen con la condición pedida por el enunciado, no así la
tercera.

Ahora bien: imaginemos que uniésemos a los libros rojos, por ejemplo, utilizando
bandas elásticas de goma. De ese modo, al mover a uno de ellos estaríamos moviendo a
los otros dos, de modo que, como se muestra a continuación en los dos primeros casos,
en lugar de considerar siete libros azules y tres rojos podráimos suponer que solo
tenemos uno rojo (acompañado por los siete azules).

Unidad 4 Estadística Aplicada Página 27

Por supuesto, no podríamos decir lo mismo en el tercer caso. Podríamos unir con las
bandas metálicas solo a dos de ellos, pero entonces sería como si tuviésemos siete
libros azules y dos rojos.

Entonces, en principio, podríamos suponer que los casos favorables (es decir, aquellos en
los que los tres libros que no son de Matemática quedarían juntos) se calcularía como
permutaciones de ocho elementos, es decir

Sin embargo, aún tenemos un problema: supongamos que uno de los tres libros fuese de
Física, el otro de Química y el tercero de Biología. Entonces, no sería lo mismo que
estuviesen ordenados en el orden que acabamos de mencionar a que en primer lugar
estuviese el de Química, luego el de Física y en tercer lugar el de Biología, o…

Es decir, por cada una de las 8! posibilidades que habíamos propuesto como casos
favorables, nos encontraremos con 3! posibilidades, de acuerdo a la forma en que los
libros que no son de Matemática estuviesen ordenados.

Entonces, llamando E al suceso “que los tres libros que no son de Matemática queden
juntos”, nos queda:

Observación:

Al trabajar con factoriales no es conveniente desarrollar el factorial. Por ejemplo, 10!

Puede escribirse como 9!.10, como 8!.9.10, como 7!.8.9.10, etc. De ese modo, pudimos
simplificar al 8! Que aparecía tanto en el numerador como en el denominador, lo que nos
facilitó muchísimo los cálculos.

Unidad 4 Estadística Aplicada Página 28

Fin de la Observación

Fin del Problema de Aplicación

Actividad propuesta
(de nuestra guía de TP)

Fin de Actividad propuesta

Actividad propuesta
(de nuestra guía de TP)

Fin de Actividad propuesta

Actividad propuesta
(de nuestra guía de TP)

Fin de Actividad propuesta

Unidad 4 Estadística Aplicada Página 29

Problema de Aplicación
(de nuestra guía de TP)

Nos encontramos ante un problema en el que tenemos más elementos que posiciones a
cubrir (hay 20 números, pero solo dos son elegidos). Además, el enunciado hace remarca
el orden (al plantear, por ejemplo, que el primero debe ser par y el segundo impar).
Entonces, el número de casos posibles deberá ser variaciones de 20 elementos
tomados de a dos.

En lo que respecta a los casos favorables, debemos analizar por separado cada una de
las tres opciones que nos brinda el enunciado.

a) Si ambos deben ser pares, solo tenemos diez números, que habrán de ser reunidos de
a dos. Es decir, los casos favorables serán variaciones de 10 elementos tomados de a
2. Entonces, escribimos:

b) Dado que hay 10 números pares, y solo se pide que uno de los números (en este caso,
el primero) lo sea, podría pensarse en variaciones de 10 elementos tomados de a uno; sin
embargo, simplemente podríamos pensar que hay 10 posibilidades. El mismo
razonamiento será válido para el segundo número (que debe ser impar). Así, los casos
favorables serán 10.10=100. Así

c) En a) calculamos la probabilidad de que ambos fuesen pares. Teniendo en cuenta que

la cantidad de números pares e impares resulta ser la misma, sin necesidad de hacer
ninguna cuenta podemos decir que:

Unidad 4 Estadística Aplicada Página 30

Ahora bien: como la pregunta es cuál es la probabilidad de que ambos sean pares o
impares, ello debe interpretarse como:

(No olvidemos que se trata de sucesos mutuamente excluyentes: un número no puede ser
simultáneamente par e impar)

Entonces:

Fin de Problema de Aplicación

Actividad propuesta
(de nuestra guía de TP)

Fin de Actividad propuesta

Actividad propuesta
(de nuestra guía de TP)

Fin de Actividad propuesta

Unidad 4 Estadística Aplicada Página 31
Actividad propuesta
(de nuestra guía de TP)

Fin de Actividad propuesta

Actividad propuesta
(de nuestra guía de TP)

Fin de Actividad propuesta

Actividad propuesta
(de nuestra guía de TP)

Fin de Actividad propuesta

Unidad 4 Estadística Aplicada Página 32
Actividad propuesta
(de nuestra guía de TP)

Fin de Actividad propuesta

Unidad 4 Estadística Aplicada Página 33