Probabilidad

Notas de clase:
INTRODUCCIÓN A LA
ESTADÍSTICA Y PROBABILIDAD
CON APLICACIONES
1
Dairo Rocha Castellanos
Universidad Distrital Francisco José de Caldas
26 de marzo de 2023
1 dgrochac@correo.udistrital.edu.co
2
Prólogo
El curso introductorio de Estadística y Probabilidad es considerado fun-

damental en una carrera de ingeniería. Para un apropiado estudio y com-
prensión de sus contenidos, es necesario que el estudiante cuente con buenas
bases de álgebra elemental así como un amplio dominio de la aritmética y
conocimiento del cálculo en una variable.
La estadística y la teoría de probabilidades aparecen con relativa frecuencia

y protagonismo en diversos problemas de ciencias e ingeniería, lo que permite
que su estudio ofrezca al estudiante la posibilidad de relacionar los aspectos
teóricos del curso con situaciones cotidianas de interés. De hecho, los artefac-
tos matemáticos que modelan situaciones problema permiten que los objetos
de estudio sean más dinámicos y ampliquen su riqueza conceptual, lo cual
suele ser más llamativo para el lector.
Se inere entonces que para una adecuada comprensión de los temas aquí
expuestos, irremediablemente el curso exige al estudiante una generosa dis-
posición de su tiempo y mucha práctica para alcanzar el nivel de conanza
propio del que está aprendiendo cualquier asignatura. Esto genera la necesi-
dad de contar con unas notas de clase que amplíen la dimensión conceptual
de los temarios vistos en el aula, puesto que sesión a sesión se avanza de
manera sostenida en los contenidos bajo el clásico marco constructivista que
va fortaleciendo las nuevas ideas a partir de las anteriores.
A diferencia de los libros de texto tradicionales cuyos contenidos son volu-

minosos y de espectro diverso en abundancia, las notas de clase recogen la
estructura más conductista empleada por el docente para el desarrollo de un
curso en el aula. Tal es así que la mayoría de ejemplos y ejercicios propuestos
se encuentran en las notas de clase, así como las demostraciones omitidas,
problemas más completos y extensos, una redacción más detallada de las de-
niciones y distintas fuentes bibliográcas para consultas complementarias.
Las notas de clase son una herramienta imprescindible para que el estudiante
logre adaptarse al estilo de enseñanza del profesor, consiga una adecuada
preparación para las pruebas escritas, conozca con antelación y precisión
3
4
los pormenores del tema que se desarrollará en la siguiente clase e incluso,

pueda ponerse al día sin mayor contratiempo en caso de haberse ausentado
en alguna sesión. Las notas de clase serán su mano derecha para ayudarle a
lograr el dominio conceptual que exige la asignatura.
Señor estudiante: tenga siempre a la mano estas notas de clase, consúltelas

con frecuencia, desarrolle por su cuenta los ejemplos y compare sus respues-
tas, resuelva la mayor cantidad de ejercicios propuestos, refuerce constan-
temente sus conceptos, planteamientos y métodos de solución revisando los
enlaces de los videos guía sugeridos, sea perseverante y dedicado, así no solo
conseguirá aprobar el curso con las mejores calicaciones sino que además
desarrollará las habilidades comprensivas, analíticas y propositivas que fun-
gen como las competencias primarias de razonamiento a las cuales apuntan
la enseñanza de cualquier curso de matemáticas en pregrado.
Índice general
1. Teoría de Probabilidades 7
1.1. Espacio Muestral y Eventos . . . . . . . . . . . . . . . . . . . 7
1.1.1. Espacio Muestral . . . . . . . . . . . . . . . . . . . . . 8
1.1.2. Eventos . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.3. Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2. Técnicas de Conteo . . . . . . . . . . . . . . . . . . . . . . . . 19
1.2.1. Reglas Multiplicativas . . . . . . . . . . . . . . . . . . 19
1.2.2. Permutaciones Ordenadas . . . . . . . . . . . . . . . . 21
1.2.3. Variaciones . . . . . . . . . . . . . . . . . . . . . . . . 26
1.2.4. Combinaciones . . . . . . . . . . . . . . . . . . . . . . 30
1.3. Probabilidad Simple . . . . . . . . . . . . . . . . . . . . . . . 36
1.3.1. Probabilidad de un Evento . . . . . . . . . . . . . . . . 37
1.3.2. Teorema: Probabilidad Simple . . . . . . . . . . . . . . 39
1.3.3. Reglas Aditivas . . . . . . . . . . . . . . . . . . . . . . 41
1.3.4. Teorema: Eventos Complementarios . . . . . . . . . . . 45
1.4. Probabilidad Condicional . . . . . . . . . . . . . . . . . . . . . 47
1.4.1. Probabilidad Compuesta . . . . . . . . . . . . . . . . . 53
1.4.2. Regla Multiplicativa Generalizada . . . . . . . . . . . . 55
1.4.3. Regla de Bayes . . . . . . . . . . . . . . . . . . . . . . 58
5
6 ÍNDICE GENERAL
Capítulo 1
Teoría de Probabilidades
Las probabilidades son un conjunto de formalismos matemáticos que per-

miten apreciar la verdadera interpretación del análisis de datos mediante los
métodos estadísticos modernos. Los elementos que proporciona la teoría de
probabilidades permiten cuanticar el nivel de conanza en las conclusiones
obtenidas.
Su objeto de estudio son los fenómenos aleatorios y estocásticos, es decir, los

que son no deterministas o de resultados jos y previsibles (es natural estu-
diar probabilidad antes de estudiar inferencia estadística). Estos fenómenos
ofrecen un conjunto de alternativas de solución tales que con las probabilida-
des se asigna un número a cada posible resultado. Con ello se puede establecer
si un suceso es más factible que otro.
1.1. Espacio Muestral y Eventos
Vamos a comenzar deniendo qué es un experimento aleatorio : Se consi-

dera un experimento como la descripción que se le hace a cualquier proceso
capaz de generar un conjunto de datos. En adelante, estos experimentos tra-
tarán de las observaciones obtenidas mediante repeticiones sucesivas.
Mientras que el espacio muestral es el conjunto de todos los posibles resulta-

dos de un experimento aleatorio, los eventos o sucesos corresponden a cada
uno de los posibles resultados del experimento. Por lo tanto, todo el conjunto
de eventos o sucesos posibles forman el espacio muestral del experimento. Es
por esta razón que ocasionalmente al espacio muestral también se le llama
espacio de eventos.
7
8 CAPÍTULO 1. TEORÍA DE PROBABILIDADES
Figura 1.1: Diagrama de árbol para el Ejemplo 1. El primer resultado co-

rresponde a las dos posibilidades cuando se lanza una moneda; el segundo
resultado muestra las caras numeradas del tetraedro en caso de obtener C o
las caras numeradas del dado en caso de obtener S.
1.1.1. Espacio Muestral
Se denomina espacio muestral al conjunto de todos los posibles resultados

de un experimento estadístico y se representa con el símbolo S. En este
conjunto los elementos se listan separándolos por comas y entre corchetes.
Ejemplo 1 Diagrama de árbol
Se tiene una moneda, un tetraedro y un dado. Liste todos los posibles elemen-
tos del espacio muestral si primero se lanza la moneda y luego, si se obtiene
cara se lanza el tetraedro, de lo contrario se lanza el dado
Al lanzar una moneda se sabe que sólo es posible obtener cara (C ) o sello
(S ), luego, su espacio muestral será
SM = {C, S}.
Cada uno de estos posibles resultados se denominan punto, elemento o miem-

bro del espacio de muestras. Por su parte el tetraedro, al ser una gura de
cuatro caras, tendrá por espacio muestral al conjunto
ST = {T 1, T 2, T 3, T 4},
mientras que el del dado será
SD = {D1, D2, D3, D4, D5, D6}.

1.1. ESPACIO MUESTRAL Y EVENTOS 9
Los puntos de la muestra que plantea el problema serán entonces las diversas
trayectorias (diez en total) que se observan en la Figura 1.1, denotándolas de
izquierda a derecha a lo largo de las ramas del árbol
S = {CT 1, CT 2, CT 3, CT 4, SD1, SD2, SD3, SD4, SD5, SD6}.
Este será el espacio que contiene más información de todos los posibles. No
obstante, se pueden contruir una gran cantidad de otros subespacios muestra-
les a partir de este último. Por ejemplo, el espacio formado por los elementos
al obtener un número primo en el segundo resultado sería
S ′ = {CT 2, CT 3, SD2, SD3, SD5}.
Se dice entonces que S′ S . De hecho, si se conoce cuál

es un subconjunto de
′
elemento tiene lugar en S
entonces se conoce con certeza el resultado en S ; el
′
recíproco no es cierto, pues el conocimiento de lo que pasa en S no permite
determinar con certeza el elemento ocurrido en S.
Ejemplo 2 Espacio muestral descrito mediante un enunciado o regla
Enuncie mediante una regla el espacio muestral para los siguientes experi-
mentos aleatorios:
i. Conjunto de empresas de un país cuysa ganancias netas en el último

año fueron superiores a mil millones de pesos
ii. Conjunto de todos los pares ordenados sobre la frontera o en el interior

de un círculo de radio igual a cinco
iii. Conjunto de los aportes totales al hogar en una pareja o matrimonio

cuyos ingresos mensuales suman al menos un millón de pesos pero no
alcanzan los cuatro millones de pesos
i. Sea x la cantidad de empresas de un país cuya ganancia neta fue superior a

9
mil millones de pesos el año anterior (1,000,000,000 = 1 × 10 ). Una posible
regla que describirá el espacio muestral para este suceso es

Si = xx > 1 × 109 ,

y se lee como: conjunto de las x tales que x es mayor que mil millones
ii. Sean los puntos (x, y) valores que están en el límite (frontera) o en el
interior de un círculo de radio cinco. Desde la geometría euclideana se sabe
que la ecuación de una circunferencia de radio r y centrada en el origen es

x2 + y 2 = r2 . Para este caso la regla quedará planteada como

Sii = (x, y)x2 + y 2 ⩽ 25 .

Nótese que el uso del signo de comparación ⩽ tiene lugar para incluir los
pares (x, y) que se localizan tanto en el borde de la circunferencia como los
que están en su interior.
iii. Sea x el aporte que da el hombre al hogar y sea y el aporte de la mujer;

la suma x + y representa el aporte total combinado. Si se requiere que estos
aportes sumen al menos un millón de pesos mensual pero que no sobrepasen
los cuatro millones, la regla podría plantearse como

Siii = (x, y)1,000,000 ⩽ x + y < 4,000,000 .
En general, un enunciado en forma de regla resulta útil cuando listar los
resultados de ciertos experimentos se vuelve una tarea tediosa o interminable.
1.1.2. Eventos
Se denomina evento al subconjunto E de un espacio muestral. Para cada

evento se asignará una colección de puntos muestrales tales que constituyan
un subconjunto del espacio de muestras. Este subconjunto va a representar
la totalidad de los elementos de S para los cuales el evento E es cierto.
Ejemplo 3 Vida media de un bombillo
Describa el espacio muestral de la vida en años de un bombillo, en el evento

que ese bombillo falle antes de que nalice el cuarto año y en el evento que
el bombillo garantice una durabilidad mayor a cien años
Sea t la vida en años de un bombillo. El espacio muestral será abierto

S = tt ⩾ 0 .
Aquí, S sugiere una cantidad indeterminada de años de vida útil. El evento E1
de que el bombillo falle antes de que nalice el cuarto año es el subconjunto

E1 = t0 ⩽ t < 4 ,
mientras que el evento E2 de que se garantice un funcionamiento del bombillo
superior a cien años es improbable o imposible, luego, el subconjunto que lo
representa no contiene elemento alguno y corresponde al conjunto vacío
E2 = ∅.
1.1.3. Conjuntos
Los conjuntos numéricos son agrupaciones de valores con propiedades

estructurales comunes. En esta sección se estudiarán los conjuntos comple-
mentarios, intersecantes, disjuntos y en unión.
Complemento (A′ )
El complemento de un evento A con respecto a S es el subconjunto de

todos los elementos de S que no están en A. Se denota a este conjunto como
A′ y satisface
S = A + A′ (1.1)
Por lo general, al conjunto S también se le suele llamar conjunto universal.
Ejemplo 4 Baraja clásica
Considere una baraja ordinaria de 52 cartas inglesa (o francesa). El mazo

está dividido en naipes de:
♠ Picas (o Espadas)
♡ Corazones (o Copas)
♢ Diamantes (u Oros)
♣ Tréboles (o Bastos)
Las picas y tréboles son de color negro, mientras que los corazones y diaman-
tes son de color rojo. Cada grupo de cartas marcadas con una misma gura
constituye un palo y cada palo lo componen 13 naipes repartidos así:
nueve cartas numeradas del 2 al 10
un Ace A (As)
un Jack J (Sota o Sirviente)
un King K (Rey)
un Queen Q (Reina)
Para este planteamiento, el conjunto universal será
S = {todas las cartas del mazo}.
Suponga que se dene el subconjunto
N = {todas las cartas negras del mazo},
entonces, de acuerdo al contexto, existe un evento
N ′ = {todas las cartas no−negras del mazo},
esto es, el conjunto N′ corresponde a todas las cartas rojas del mazo y es el
que complementa al conjunto N
S = N + N ′.
Otra forma de plantear el mismo conjunto universal en dos grupos de cartas

distintos, puede hacerse deniendo el subconjunto
L = {todas las cartas del mazo identicadas con letras},
que podría representarse por extensión (punto a punto) como
L = {A♠, A♡, A♢, A♣, J♠, J♡, J♢, J♣, K♠, K♡, K♢, K♣, Q♠, Q♡, Q♢, Q♣}.
Ahora, listar las 36 cartas del conjunto complementario resultaría poco prác-
tico en cuyo caso es preferible describirlo mediante la regla
L′ = {todas las cartas del mazo no−identicadas con letras}
y en consecuencia
S = L + L′ .
Intersección (A ∩ B )
La intersección de dos eventos A yB es el evento C que contiene a todos

los elementos que son comunes tanto a A como a B
C = A ∩ B. (1.2)
Ejemplo 5 Caras de un dado

Considere de nuevo el evento de lanzar una vez un dado
S = {1, 2, 3, 4, 5, 6}.
Si se denen los eventos de obtener (en una sola extracción)
A = {número par} = {2, 4, 6},
B = {número mayor que 3} = {4, 5, 6},

es claro que los subconjuntos A y B pertenecen al espacio muestral S pero con
la particularidad que ambos ocurrirán simultáneamente para un lanzamiento
especíco si se obtiene como resultado un elemento del conjunto
C = A ∩ B = {4, 6}.
Por otro lado, si se dene
D = {números impares menores que 5} = {1, 3},
entonces se tendría que A∩D =∅ y B∩D =∅ puesto que no tendrían ele-

mentos en común y por tanto, no pueden ocurrir ambos en forma simultánea.
En consecuencia, tanto A y D como B y D son eventos disjuntos.
Disjunción (∅)
Dos eventos A y B se consideran disjuntos si no tienen elementos en

común. A estos también suele llamárseles eventos mutuamente excluyentes y
su intersección se representa con el símbolo de espacio vacío
A ∩ B = ∅. (1.3)
Ejemplo 6 Balotera para rifas
Considere una urna con balotas numeradas del 1 al 99. El espacio muestral
o universal es
S = {balotas numeradas del 1 al 99} = {1, 2, 3, 4, . . . , 99}.
Ahora considere los eventos de obtener en una sola extracción
A = {balota con un número primo} = {2, 3, 5, 7, 11, . . . , 97},
B = {balota con un múltiplo de 10} = {10, 20, . . . , 90}.

Nótese que tanto A como B son subconjuntos de S pero A y B no tienen

elementos en común puesto que un número primo se dene como aquel na-
tural mayor que 1 cuyos divisores son la unidad y él mismo, mientras que
los múltiplos de 10 son números compuestos, esto es, aquellos que se pueden
descomponer en factores y por tanto tienen algún divisor (también natural)
además de la unidad o de sí mismo. En consecuencia
A ∩ B = ∅.
Otra forma de plantear conjuntos mutuamente excluyentes para esta situa-
ción podría ser deniendo los eventos complementarios
P = {xn |xn = 2n, 1 < xn < 99, n ∈ N} = {balota con un número par},
P ′ = {xn |xn = 2n−1, 1 ⩽ xn ⩽ 99, n ∈ N} = {balota con un número impar}.
Nótese que en ambos eventos se ha utilizado la relación de correspondencia

xn para generar los números del conjunto mediante una fórmula que utiliza
un número natural como parámetro n = 1, 2, 3, . . . , esto es, los números
pares se generan mediante la relación xn = 2n, tales que con n = 1 se
obtiene x1 = 2(1) = 2, con n = 2 se obtiene x2 = 2(2) = 4, etc., y los
números impares se generan mediante la relación xn = 2n − 1, tales que
con n = 1 se obtiene x1 = 2(1) − 1 = 2 − 1 = 1, con n = 2 se obtiene
x2 = 2(2) − 1 = 4 − 1 = 3, etc. A este tipo de expresiones se les conoce con el
nombre de fórmulas de recurrencia y suelen ser útiles para agrupar números
con características comunes. Ahora, si bien
S = P + P ′,
también es cierto que P y P ′ no tienen elementos en común y en consecuencia
son eventos disjuntos
P ∩ P ′ = ∅.
De aquí se inere que todo par de conjuntos complementarios son mutua-
mente excluyentes.
Unión (A ∪ B )
La unión de dos eventos A y B es el evento C que contiene a todos los

elementos que pertenecen a AoaBo a ambos
C = A ∪ B. (1.4)
Ejemplo 7 Diptongo (vocales)

Las vocales se clasican en fuertes o abiertas (a, e, o) y débiles o cerradas

(i, u). La unión de dos vocales cerradas o la unión entre una abierta y una
cerrada (en cualquier orden y sin tildes) recibe el nombre de diptongo. Sea S
el evento de encontrar una palabra en castellano con al menos un diptongo
S = {iu, ui, ii, uu, ai, au, ia, ua, ei, eu, ie, ue, oi, ou, io, uo}.
Deniendo los eventos
A1 = {vocal abierta con vocal cerrada} = {ai, au, ei, eu, oi, ou},
A2 = {vocal cerrada con vocal abierta} = {ia, ua, ie, ue, io, uo},
A3 = {vocal cerrada con vocal cerrada} = {iu, ui, ii, uu},
de aquí es claro que
S = A1 ∪ A2 ∪ A3 .
Ejemplo 8 Formas geométricas coincidentes en el plano
Considere los dominios de las curvas cónicas

E = xx ∈ Dom 4x2 + 25y 2 − 8x + 100y + 4 = 0 ,

C = xx ∈ Dom x2 + y 2 − 10x + 2y + 10 = 0 .

Determine los intervalos a⩽x⩽b que satisfacen
a. E∪C
b. (E ∪ C)′
c. E∩C
d. (E ∩ C)′
e. (E ∪ C) ∩ C ′
f. (E ∪ C) ∩ E ′
La Figura 1.2 muestra que el conjunto E corresponde a la gráca de una

elipse cuyo dominio son los valores del eje horizontal −4 ⩽ x ⩽ 6 con extremo
izquierdo en (−4, −2) y extremo derecho en (6, −2); por su parte, el conjunto
C corresponde a la gráca de una circunferencia cuyo dominio son los valores
Figura 1.2: Curvas cónicas para el Ejemplo 8. La regla E describe una elipse
horizontal con centro en (1, −2) y la regla C describe una circunferencia de
radio 4 y centro en (5, −1).
del eje horizontal 1 ⩽ x ⩽ 9 con extremo izquierdo en (1, −1) y extremo

derecho en (9, −1). Así, las reglas dadas pueden simplicarse como

E = x − 4 ⩽ x ⩽ 6 ,

C = x 1 ⩽ x ⩽ 9 .
Asumiendo que el conjunto universal corresponde a todos los posibles valores
sobre la recta real

S = x x ∈ R ,
las respuestas a los literales planteados son:
a. Los elementos que están en E C o en ambos

o en son

E ∪ C = x − 4 ⩽ x ⩽ 9 .
b. Los elementos que no están en la unión E∪C tampoco están en ninguno

de los dominios de las cónicas, luego
(E ∪ C)′ = xx < −4 ∪ x > 9 .

c. Los elementos comunes a ambos son

E ∩ C = x 1 ⩽ x ⩽ 6 .
d. Los elementos que no están en la intersección entre ambos son aquellos que
pertenecen o exclusivamente a la elipse o exclusivamente a la circunferencia
(E ∩ C)′ = xx ∈ [−4, 1) ∪ (6, 9] .

e. Los elementos comunes entre la unión E∪C y los que no pertenecen a la

′
circunferencia C son aquellos que pertenecen exclusivamente a la elipse
(E ∪ C) ∩ C ′ = x − 4 ⩽ x < 1 .

f. Los elementos comunes entre la unión E∪C y los que no pertenecen a la

′
elipse E son aquellos que pertenecen exclusivamente a la circunferencia
(E ∪ C) ∩ E ′ = x6 ⩽ x < 9 .

Ejemplo 9 Diagrama de Venn
Considere los siguientes conjuntos

A = números primos ⩽ 13 ,

B = xn xn = 2n + 1, 0 ⩽ n ⩽ 6 ,

C = xn xn = n!/2, 2 ⩽ n ⩽ 4 .
Determine
a. B′ ∩ C
b. (B ∪ C)′
c. (A ∪ B) ∩ C ′
d. (A ∩ C) ∩ B ′
El conjunto A contiene seis elementos y puede escribirse por extensión como
A = {2, 3, 5, 7, 11, 13},
mientras que los conjuntos B y C obedecen cada uno a una fórmula con
parámetro entero no negativo n. Para escribir por extensión el conjunto B ,
la fórmula xn = 2n+1 para n = 0, 1, . . . , 6 produce los siete primeros números
impares positivos
B = {1, 3, 5, 7, 9, 11, 13},
Figura 1.3: Diagrama de Venn para el Ejemplo 9. Los tres conjuntos de

números dados se encierran en un conjunto universal S que los contiene.
mientras que para escribir por extensión el conjunto C se utiliza la denición

del factorial n! = 1 × 2 × 3 × · · · × n en la fórmula xn = n!/2; esto arrojará
tres valores que corresponden a las mitades de los factoriales de 2, 3 y 4
respectivamente: x2 = 2!/2 = 2/2 = 1, x3 = 3!/2 = 6/2 = 3 y x4 = 4!/2 =
24/2 = 12, luego
C = {1, 3, 12}.
La Figura 1.3 muestra el diagrama de Venn que se puede construir a partir
de estos conjuntos. De aquí se deduce que:
a. El único elemento de los que no pertenecen a B y que es común a los que

pertenecen a C es
B ′ ∩ C = {12}.
b. El único elemento que no está en la unión entre B y C es
(B ∪ C)′ = {2}.
c. Los elementos que están en la unión entre A y B pero que son comunes a
los que no están en C son
(A ∪ B) ∩ C ′ = {2, 5, 7, 9, 11, 13}.
d. No existen elementos comunes entre la intersección entre A y C con los

que no pertenecen a B
(A ∩ C) ∩ B ′ = ∅.
1.2. TÉCNICAS DE CONTEO 19
Propiedades de los Eventos
Algunas expresiones útiles para uniones, intersecciones, disjunciones y

complementos son las siguientes:
1. A∩∅=∅
2. A∪∅=A
3. A ∩ A′ = ∅
4. A ∪ A′ = S
5. S′ = ∅
6. ∅′ = S
7. (A′ )′ = A
8. (A ∩ B)′ = A′ ∪ B ′
9. (A ∪ B)′ = A′ ∩ B ′
1.2. Técnicas de Conteo
Existen muchas situaciones para las cuales listar cada elemento del espacio
muestral resulta inapropiado o poco conveniente. En estos casos se utiliza el
siguiente principio fundamental del conteo.
1.2.1. Reglas Multiplicativas
Suponga que se desea conocer el número total de elementos que hay en

el espacio muestral generado al lanzar simultaneamente un par de dados
una vez. Un diagrama de árbol para este evento consistiría en un primer
resultado compuesto por las seis posibilidades que ofrece uno de los dados;
el segundo resultado plantea que para cada una de esas seis maneras el otro
dado también puede caer en cualquiera de seis posibilidades. Por lo tanto el
1
par de dados congurará un total de 6 × 6 = 36 formas posibles.
Las reglas multiplicativas surgen entonces como una expresión matemática

para calcular de una forma práctica y directa el número total de puntos
muestrales que contiene el espacio muestral de un evento compuesto por
varias operaciones sucesivas.
1 Nótese que exactamente la misma situación habría ocurrido si sólo se tuviera un dado
y fuera lanzado dos veces.

Regla Simple
Si una operación se puede llevar a cabo en n1 formas y si para cada una de

éstas formas se puede realizar una segunda operación en n2 formas, entonces,
las dos operaciones juntas se pueden ejecutar de
n1 n2 formas
Regla Generalizada
Es básicamente la extensión de la regla simple abarcando un número nito

de operaciones: Si una operación se puede llevar a cabo en n1 formas, y si
para cada una de estas formas se puede ejecutar una segunda operación en n2
formas, y si para cada una de las primeras dos operaciones se puede realizar
una tercera operación en n3 formas, y así sucesivamente, entonces la serie
total de k operaciones se puede ejecutar de
n1 n2 · · · nk formas
Ejemplo 10 Dieta
Una dieta para aumentar masa muscular sugiere consumir varias veces al día
una combinación de alimentos que contengan un alimento de cada macronu-
triente (proteínas, carbohidratos y grasas) y un tipo de grano por porción:
Proteína Animal Carbohidrato Grasa Vegetal Grano

Huevo Papa Aguacate Fríjol
Pollo Arroz Aceitunas Arveja
Res Plátano Frutos secos Garbanzo
Cerdo Arepa Soja Lenteja
Pescado Pan
Pasta
Maíz
Yuca
Cuadro 1.1: Macronutrientes y leguminosas para la dieta del Ejemplo 10.
¾Cuántas comidas se pueden armar con un alimento de cada grupo alimen-

ticio?
Asumiendo que las proteínas de origen animal corresponden a n1 = 5 , los

carbohidratos a n2 = 8 , las grasas de origen vegetal a n3 = 4 y los granos a
n4 = 4, el total de puntos muestrales del espacio será
n1 n2 n3 n4 = 5 × 8 × 4 × 4 = 640 comidas
1.2.2. Permutaciones Ordenadas
Una permutación es un arreglo de un conjunto completo de objetos (o

una parte de este). Una permutación genera un espacio muestral que contiene
como elementos a todas las posibles ordenaciones o arreglos de ese grupo de
objetos.
Permutaciones con Reemplazo (P Rnr )
Las permutaciones para n objetos ordenados que se repiten r veces vienen

dadas por
P Rnr = nr (1.5)
Ejemplo 11 Permutaciones con reemplazo
Para cada una de las siguientes situaciones obtenga el número total de con-
guraciones
a. Lanzar una moneda cinco veces
b. Tres personas anes a tres partidos políticos distintos ocupando tres

cargos públicos
a. Como el lanzamiento de una moneda sólo permite obtener Cara o Sello,

entonces n = 2, luego r=5 corresponderá a las veces que fue lanzada
P R25 = 25 = 32
b. Para este caso coinciden n = r = 3, por tanto
P R33 = 33 = 27
Permutaciones sin Reemplazo (Pn )
Las permutaciones para n objetos distintos ordenados y sin reintegro

vienen dadas por
Pn = n! (1.6)
Ejemplo 12 Permutar tres letras

Se tienen tres tarjetas cada una marcada con una letra diferente: A, B y C.
Ahora suponga que se colocan una junto a otra sobre una mesa. Al permu-
tarlas se tienen seis posibles arreglos distintos:
ABC, ACB, BAC, BCA, CAB, CBA.
Para elegir una letra y ubicarla en la primera posición se tienen
n1 = 3 opciones.
Como esta tarjeta ya no estará disponible para ocupar otra posición, las dos
letras que quedan son las candidatas a ocupar con una de ellas la segunda
posición
n2 = 2 opciones.
Finalmente, sólo queda una letra para ocupar la tercera posición
n3 = 1 opción.
La regla multiplicativa plantea que el total de conguraciones viene dado por
n1 × n2 × n3 = 3 × 2 × 1 = 6 permutaciones,
producto que puede expresarse como
(3) × (3 − 1) × (3 − 2) = 3!,
que corresponde al concepto del factorial estudiado en el Ejemplo 9.
En general, n objetos distintos se pueden arreglar en
n × (n − 1) × (n − 2) × · · · × 3 × 2 × 1 = n! formas,
lo cual concuerda con la Ecuación (1.6). Por ejemplo, si n = 27 corresponde

a las letras del alfabeto castellano el numero total de permutaciones sería
P27 = 27! = 1,08 × 1028 .
Por denición: 0! = 1 y 1! = 1.
Permutaciones Circulares (P Cn )
El número de permutaciones de n objetos distintos arreglados en forma

circular se puede calcular como
P Cn = (n − 1)! (1.7)
Las permutaciones circulares se reeren a las diferentes agrupaciones con los

elementos dados cuando estos han de ordenarse en un círculo. Su análisis
requiere las siguientes consideraciones:
i. Se deben tener en cuenta todos los elementos
ii. El orden sí es importante
iii. Los elementos no se repiten
Ejemplo 13 Permutaciones circulares para varios objetos
Calcule las permutaciones circulares para
a. tres letras distintas
b. cuatro letras distintas
a. En el Ejemplo 12 se estudió una situación en la cual se permutaban 3

letras distintas colocadas en la una junto a otra. Si ahora se organizan las
letras A, B y C en un circuito cerrado, como lo muestra el diagrama en la
Figura 1.4 (arriba), encontramos lo siguiente:
✓ Los círculos 1, 4 y 5 tienen el mismo arreglo: ABC en sentido horario

o ACB en sentido antihorario
✓ Los círculos 2, 3 y 6 también tienen el mismo arreglo: ACB en sentido

horario o ABC en sentido antihorario
✓ Si las tres letras no se organizaran en un circuito cerrado sino que fueran

puestas en la una junto a otra, el total de permutaciones sería 3! = 6,
valor que corresponde a todas las posibles conguraciones circulares
mostradas en la Figura 1.4 (arriba)
Figura 1.4: Arreglos circulares para el Ejemplo 13 con tres letras (arriba) y
cuatro letras (abajo).
1 2 3 4 5 6
ABCD ABDC ACBD ACDB ADBC ADCB
DABC CABD DACB BACD CADB BADC
CDAB DCAB BDAC DBAC BCAD CBAD
BCDA BDCA CBDA CDBA DBCA DCBA
Cuadro 1.2: Permutaciones con cuatro letras puestas en la para el Ejem-
plo 13b. Cada columna tiene cuatro conguraciones que colocadas en forma
circular generarían el mismo patrón, independientemente de si su lectura se
hace en sentido horario o antihorario. Esto lo podemos apreciar en la Figura
1.4 (abajo) en la cual se sintetizan las seis combinaciones diferentes.
Se deduce entonces que solo son dos los arreglos circulares distintos: ABC y
ACB. Esto coincide con el resultado que se obtendría aplicando la Ecuación
(1.7) con n=3
P C3 = (3 − 1)! = 2! = 2.
b. Para el caso de 4 letras A, B , C y D que permutan en un circuito cerrado,

en el Cuadro 1.2 se listan todas las posibles conguraciones colocadas en la,
mientras que en la Figura 1.4 (abajo) se muestran sólo las permutaciones
circulares que son distintas. De aquí se encuentra que:
✓ Un arreglo circular con 4 elementos aparece repetido 4 veces indepen-

diente que la lectura se haga en sentido horario o antihorario
✓ En total son seis los arreglos circulares diferentes que guardan este
mismo patrón, como se observa en la Figura 1.4 (abajo)
✓ Si los cuatro elementos no se organizaran en un circuito cerrado sino

que fueran puestos en la uno junto a otro, el total de permutaciones
sería 4! = 24, valor que corresponde a todas las posibles conguraciones

mostradas en el Cuadro 1.2
Se concluye así que son seis los arreglos circulares distintos y este valor coin-
cide con el resultado que se obtendría al utilizar n=4 en la Ecuación (1.7)
P C4 = (4 − 1)! = 3! = 6.
Ejemplo 14 Cena familiar
Se reserva una mesa en un restaurante para la cena de doce personas
a. De cuántas formas pueden organizarse para cenar
b. De cuántas formas pueden organizarse para cenar si desean sentarse en

parejas
a. Se plantea desde la Ecuación (1.7) las permutaciones circulares para n = 12

elementos distintos
P C12 = (12 − 1)! = 11! = 39,916,800.
b. Para el caso en que las parejas quieran sentarse juntas, el valor correcto
debe obtenerse con un procedimiento de dos partes:
Primero se plantean las permutaciones circulares asumiendo que cada pareja

representa un elemento distinto en el círculo, esto es n=6 elementos
P C6 = (6 − 1)! = 5! = 120,
y luego se toma en cuenta que cada pareja tiene dos opciones para sentarse
en la mesa (derecha o izquierda) representada como 2!. Por lo tanto, como
hay seis parejas, esta dualidad deberá plantearse seis veces y por principio
multiplicativo se deberá agregar al producto el factor correspondiente a las
permutaciones circulares antes obtenidas
2! × 2! × 2! × 2! × 2! × 2! × 120 = 26 · 120 = P R26 · P C6 = 7,680.
De este modo, el problema se redujo a emplear regla multiplicativa para una

6
permutación de dos objetos ordenados que se repiten seis veces P R2 y una
permutación circular para seis objetos distintos P C6 .
1.2.3. Variaciones
Si se tienen n objetos distintos y de éstos se toman r objetos a la vez

(r ⩽ n) el número de conguraciones posibles recibe el nombre de variaciones
y se calculan como
n!
Vrn = . (1.8)
(n − r)!
A las variaciones también suele llamárseles: Permutaciones sin reemplazo o
sin reintegro de n objetos ordenados tomando r objetos a la vez.
Ejemplo 15 Variaciones con las vocales
Calcule las posibles conguraciones con las vocales si se toman
a. Dos a la vez
b. Tres a la vez
a. Suponga que tenemos tarjetas marcadas cada una con una vocal
{A, E, I, O, U }.
Al tomar dos vocales a la vez encontraremos que la primer posición puede ser
ocupada por cualquiera de las cinco letras del conjunto (n1 = 5); la siguiente
posición sólo podrá ser ocupada por alguna de las cuatro letras restantes
(n2 = 4). Por regla multiplicativa se tienen entonces (véase Cuadro 1.3)
n1 × n2 = 5 × 4 = 20 conguraciones.
Utilizando la Ecuación (1.8) con n = 5 y r = 2 se obtiene el mismo resultado
5! 120
V25 = = = 20.
(5 − 2)! 6
Aparentemente ambos procedimientos no tienen conexión, a menos que es-

cribamos la regla multiplicativa como una fracción
5 × 4×3 × 2 × 1 5! 5!
5×4= = = = V25 .
3×2×1 3! (5 − 2)!
Los factores añadidos en el numerador y denominador tienen como propósito

completar los factoriales, lo cual muestra que ambos planteamientos básica-
mente conducen a lo mismo.
AE AI AO AU EI EO EU IO IU OU
EA IA OA UA IE OE UE OI UI UO
Cuadro 1.3: Conguraciones con las vocales tomando dos a la vez para el
Ejemplo 15a. Vemos 2 las y 10 columnas para un total de 20 parejas.
AEI AEO AEU AIO AIU AOU EIO EIU EOU IOU
AIE AOE AU E AOI AU I AU O EOI EU I EU O IU O
EAI EAO EAU IAO IAU OAU IEO IEU OEU OIU
IAE OAE U AE OAI U AI U AO OEI U EI U EO U IO
EIA EOA EU A IOA IU A OU A IOE IU E OU E OU I
IEA OEA U EA OIA U IA U OA OIE U IE U OE U OI
Cuadro 1.4: Conguraciones con las vocales tomando tres a la vez para el
Ejemplo 15b. Vemos 6 las y 10 columnas para un total de 60 ternas.
b. Si ahora se toman tres a la vez: n1 = 5 , n2 = 4 y n3 = 3 , por lo tanto

(véase Cuadro 1.4)
n1 × n2 × n3 = 5 × 4 × 3 = 60 conguraciones,
o en forma equivalente
5 × 4 × 3×2 × 1 5! 5!
5×4×3= = = = V35 = 60.
2×1 2! (5 − 3)!
Para el caso general con n objetos distintos de los cuales se escogen r a la

vez se tendrá que el total de arreglos es
n(n − 1)(n − 2) · · · ([n − r] + 2)([n − r] + 1),
cantidad que también puede escribirse como el cociente
n(n − 1) · · · ([n − r] + 1)([n − r] + 0)([n − r] − 1) · · · (2)(1)

([n − r] + 0)([n − r] − 1)([n − r] − 2) · · · (2)(1)
n(n − 1)(n − 2) · · · (2)(1) n!

= = ,
(n − r)([n − r] − 1)([n − r] − 2) · · · (2)(1) (n − r)!
que efectivamente corresponde a la Ecuación (1.8).
Ejemplo 16 Uso de la fórmula de variaciones
Calcule la cantidad de arreglos posibles para las siguientes situaciones

a. Cuatro amigos que llegan a un hotel a pasar la noche y la única habi-

tación disponible cuenta con 7 camas
b. Análisis del Baloto electrónico
a. Asumiendo que todas las camas de la habitación estén disponibles, usamos

n=7 y r=4 en la Ecuación (1.8) para obtener
7!
V47 = = 840 permutaciones.
3!
b. El baloto es un juego de azar que consiste en elegir seis balotas de dos

urnas, teniendo en cuenta que el orden de los números no importa y que las
balotas no se reintegran a las cajas. En el primer grupo de balotas hay 43
balones numerados del 1 al 43; en el segundo grupo de balotas hay 16 balones
numerados del 1 al 16. Para encontrar la cantidad total de arreglos posibles
es necesario hacer dos procedimientos:
Primero se calculan las variaciones del primer grupo, que contiene 43 balotas
y de las cuales se eligen 5
43!
V543 = = 115,511,760.
38!
Luego, se elige una balota entre las 16 que hay en el segundo grupo. Esto
sugiere aplicar regla multiplicativa
115,511,760 × 16 = 1,848,188,160 permutaciones.
Variaciones con Objetos Indistinguibles (Vnn1 ,n2 ,...,nk )
El número de permutaciones distintas den objetos de los cuales n1 son de

una primera clase, n2 son de una segunda clase, . . . , nk son de una k−ésmina
clase, es
n!
Vnn1 ,n2 ,...,nk = , n = n1 + n2 + · · · + nk . (1.9)
n1 !n2 ! · · · nk !
Aquí, el conjunto de n objetos puede dividirse en k particiones o celdas tales
que la suma de los elementos de todas las celdas es igual a n.
Ejemplo 17 Uso de la fórmula de variaciones con objetos indistinguibles
Resuelva las siguientes situaciones

a. Permutar tres letras si se sabe que dos de ellas son iguales
b. Permutar cuatro letras si dos de ellas son iguales entre si y las otras
dos también son iguales entre sí
c. Encuentre la cantidad de arreglos posibles para los elementos mostrados

en la Figura 1.5
d. Halle la cantidad total de palabras (con o sin sentido) que se pueden

formar con las letras de la palabra TRANSPLANTARSELAS
a. Volviendo al Ejemplo 12 en el que se estudiaban las permutaciones con

tres letras, ahora suponga que igualamos C = A, luego
| {z }, |AAB
ABA {z }, |BAA
{z }, |BAA
{z }, |AAB
{z }, |ABA
{z } .
1 2 3 4 5 6
Nótese que las conguraciones 1 y 6 son iguales, así como la 2 con la 5 y

la 3 con la 4. Esto signica entonces que sólo existen tres conguraciones
distintas. Podemos comprobar este resultado usando la Ecuación (1.9) con
n1 = 1, n2 = 2 y n = n1 + n2 = 1 + 2 = 3
3 3! 6
V1,2 = = = 3.
1!2! 2
b. Para el caso de 4 letras A, B , C y D, tal y como se estudió en el Ejemplo

13b, el número total de permutaciones distintas sería P4 = 4! = 24 (véase
Cuadro 1.2). Ahora, haciendo D=A y C = B, sólo sería posible listar seis
permutaciones diferentes
AABB, ABAB, BAAB, BBAA, ABBA, BABA.
Este resultado se puede comprobar con la Ecuación (1.9) con n1 = n2 = 2 y

n=4
4 4! 24
V2,2 = = = 6.
2!2! 4
c. La Figura 1.5 muestra un conjunto de formas geométricas contenidas en

una caja. Allí se aprecia que hayn1 = 2 hexágonos, n2 = 3 triángulos, n3 = 4
estrellas y n4 = 5 rombos, para un total de n = 14 guras. La cantidad posible
de arreglos será
14 14!
V2,3,4,5 = = 2,522,520.
2!3!4!5!
Figura 1.5: Formas geométricas para el Ejemplo 17c.
En caso que todas las guras fuesen distintas habrían 14! = 8,7 × 1010 per-
mutaciones, esto es, más de 80 mil millones de posibilidades.
d. La palabra TRANSPLANTARSELAS tiene 17 letras repartidas en 8 cla-

ses: 4−A, 3−S, 2−L, 2−N, 2−R, 2−T, 1−E y 1−P. Por tanto
17 17!
V4,3,2,2,2,2,1,1 = = 1,5 × 1011 .
4!3!2!2!2!2!1!1!
1.2.4. Combinaciones
El número de combinaciones de n objetos distintos tomados de r grupos

a la vez viene dado por

n n!
Crn = = . (1.10)
r r!(n − r)!
Esta denición sugiere que Crn entrega el número de formas de seleccionar r
objetos entre n posibles, sin importar el orden y sin repetición o reintegro.
n

El símbolo se conoce como combinatorio, de allí su nombre.
r
Otra forma de plantear esta fórmula es entenderla como la razón entre las
n
variaciones sin reemplazo Vr descritas por la Ecuación (1.8) y las permuta-
ciones sin reemplazo Pr descritas por la Ecuación (1.6)
n!
Vn (n−r)! n!
Crn = r = = ,
Pr r! r!(n − r)!
tal y como veremos en los ejemplos a continuación.
Ejemplo 18 Uso de la fórmula de las combinaciones
Resuelva las siguientes situaciones

a. Calcule el número de combinaciones que pueden obtenerse con las vo-

cales si se toman grupos de a 2
b. Calcule el número de combinaciones que pueden obtenerse con las vo-

cales si se toman grupos de a 3
c. Obtenga el número de variaciones totales si se asume que las vocales

abiertas y las vocales cerradas son iguales entre sí
d. Halle las posibles formas que hay para dividir las vocales en dos celdas
tal que una de ellas contenga un solo elemento y la otra celda contenga
a los demás
a. En el Ejemplo 15a se calcularon las conguraciones posibles al elegir dos

elementos a la vez del conjunto de las vocales {A, E, I, O, U }. Las variaciones
mostradas en el Cuadro 1.3 listan las 20 posibilidades tales que elementos
como AE y EA fueron ambos considerados indistintamente; en cambio, un
análisis combinatorio sugiere que este par de elementos AE = EA son idénti-
cos y por tanto, se cuentan una sola vez. Aplicando este mismo razonamiento
a las demás parejas repetidas, el número de combinaciones distintas se reduce
a la mitad (véase primera la Cuadro 1.3)
AE, AI, AO, AU, EI, EO, EU, IO, IU, OU.
Este resultado puede comprobarse haciendo n=5 y r =2 en la Ecuación

(1.10)

5 5! 120
C25 = = = = 10.
2 2!3! 12
El Cuadro 1.3 muestra que el número de las corresponde a las permuta-
ciones con dos objetos P2 = 2,
mientras que el número de columnas son las
combinaciones de cinco objetos al tomar grupos de a dos C25 = 10; el total
de conguraciones viene dado por las variaciones de cinco objetos tomando
5 5 5
grupos de a dos V2 = 20. Esto prueba que V2 = P2 · C2 = 2 × 10 = 20.
b. Una situación semejante puede encontrarse analizando el Ejemplo 15b. Allí

se calcularon las conguraciones posibles al elegir tres elementos a la vez del
conjunto de las vocales. Las variaciones mostradas en el Cuadro 1.4 listan las
60 posibilidades tales que los elementos de la primera columna AEI , AIE ,
EAI , EIA, IAE y IEA fueron todos considerados indistintamente; en cam-
bio, un análisis combinatorio sugiere que estos seis elementos son idénticos y
por tanto, se cuentan como uno solo. Aplicando este mismo razonamiento a
las demás ternas repetidas, el número de combinaciones distintas se reduce

a una sexta parte (véase primera la Cuadro 1.4)
AEI, AEO, AEU, AIO, AIU, AOU, EIO, EIU, EOU, IOU,
resultado que puede comprobarse haciendo n = 5 y r = 3 en la Ecuación

(1.10)

5 5!
C35 = = = 10.
3 3!2!
El Cuadro 1.4 muestra que el número de las corresponde a las permutaciones
con tres objetos P3 = 6 ,
el número de columnas son las combinaciones de
cinco objetos al tomar grupos de a tres C35 = 10 y el total de conguraciones
viene dado por las variaciones de cinco objetos tomando grupos de a tres
V35 = 60. Esto prueba que V35 = P3 · C35 = 6 × 10 = 60.
Si bien los razonamientos a y b tienen un planteamiento inicial diferente,
conducen al mismo resultado. En general, esto se debe a que en el análisis
combinatorio sólo se consideran dos particiones: una celda tiene los r objetos
seleccionados y la otra contiene los n − r objetos restantes, y ya que la suma
entre ambas celdas da un total de n elementos, esto puede plantearse como

n n! n! n
= = = , 0 ⩽ r ⩽ n.
r r!(n − r)! (n − r)!r! n−r
A este fenómeno se le denomina simetría del combinatorio.
c. El planteamiento inicial se modica ahora considerando las permutaciones

de cinco letras tales que dos de ellas son iguales (las vocales cerradas I = U)
y las otras tres también son iguales entre sí (las vocales abiertas E = O = A).
Esto sugiere usar la fórmula para variaciones con objetos indistinguibles (1.9)
con n1 = 2, n2 = 3 y n = 5, con la que se obtiene
AAU U U, AU AU U, AU U AU, AU U U A, U AAU U, U AU AU, U AU U A,
U U AAU, U U AU A, U U U AA,
5 5!
V2,3 = = 10.
2!3!
Como podemos observar, cualquiera de los planteamientos a, b o c conducen
al mismo resultado.
d. Ahora se divide el conjunto de las vocales en dos celdas tales que las
distintas formas posibles para hacer el planteamiento se reducen a solo cinco
{(A), (E, I, O, U )}, {(E), (A, I, O, U )}, {(I), (A, E, O, U )},

{(O), (A, E, I, U )}, {(U ), (A, E, I, O)}.
Nótese que, indenpendiente del orden de los elementos para cada congura-
ción en la segunda celda, este resultado se puede comprobar haciendo n=5
y r=1 en la Ecuación (1.10)

5 5! 120
C15 = = = = 5.
1 1!4! 24
No obstante, si se hace el combinatorio para n=5 y r = 4, por simetría se

obtendrá el mismo resultado, pues esto apenas signicaría un cambio posi-
cional de las celdas en cada conguración
{(E, I, O, U ), (A)}, {(A, I, O, U ), (E)}, {(A, E, O, U ), (I)},
{(A, E, I, U ), (O)}, {(A, E, I, O), (U )},

5 5 5!
C4 = = = 5.
4 4!1!
Una tercera posibilidad de obtener este mismo resultado consiste en modicar
el planteamiento considerando ahora el caso de permutar cinco letras tales
que cuatro de ellas sean iguales entre sí; esto sugiere usar la fórmula para
variaciones con objetos indistinguibles (1.9) con n1 = 1, n2 = 4 y n=5
AAAAE, AAAEA, AAEAA, AEAAA, EAAAA
5 5!
V1,4 = = 5.
1!4!
Ejemplo 19 Aplicación de las combinaciones
Resuelva las siguientes situaciones problema:
a. Nueve amigos se reúnen para jugar fútbol−5 y deciden que tres de

ellos están dispuestos exclusivamente a defender la portería. Calcule el
número de combinaciones posibles para armar un equipo
b. Un total de 120 estrechadas de mano se dieron en una celebración

religiosa. Si todos se saludaron con todos ¾cuántas personas había?
a. Primero debemos averiguar cuántas formas posibles hay para elegir un

portero entre los tres candidatos dispuestos a ir al arco

3 3!
C13 = = = 3.
1 1!2!
Luego debemos averiguar el número de formas posibles para seleccionar a los
4 jugadores de campo entre los 6 candidatos restantes

6 6!
C46 = = = 15.
4 4!2!
Finalmente se aplica regla multiplicativa para obtener el total de combina-
ciones posibles para alinear equipos de cinco jugadores en cancha
C13 · C46 = 3 × 15 = 45.
b. En este problema la incógnita es el total de elementos n. Como un estrechón

de manos se da entre dos personas, el único dato disponible es

n n!
C2n = = = 120.
2 2!(n − 2)!
La cantidad en el numerador n! es más grande que cualquiera de los factores
en el denominador. Interesa simplicarla para que desaparezca el símbolo fac-
torial y pueda trabajarse la ecuación como un problema algebráico elemental.
Para ello, utilizamos la propiedad de los factoriales
n! = n(n − 1)(n − 2)!
y reemplazamos en el planteamiento anterior
n(n − 1)(n − 2)!

= 120,
2(n − 2)!
esto permite simplicar el factorial (n − 2)! y obtener una ecuación cuadrá-

tica en la variable n
n2 − n = 240.
Los ceros de este polinomio son
n+ = 16, n− = −15,
entre los que por supuesto se escoge la raíz positiva, concluyendo entonces
que habían 16 personas en la celebración.
Combinaciones con Repetición o Reintegro (CRrn )
Son particiones de n elementos tomados en grupos de r elementos tales

que no se tiene en cuenta el orden en cada uno de los subconjuntos de r
n elementos totales
elementos que puedan formarse con los

n+r−1 (n + r − 1)!
CRrn = = . (1.11)
r r!(n − 1)!
Ejemplo 20 Cálculo de combinaciones con reintegro
Cuántas combinaciones pueden obtenerse con las vocales si
a. Se toman dos elementos con reintegro
b. Se toman tres elementos con reintegro
a. De acuerdo con el Ejemplo 18a hay diez combinaciones distintas para el

conjunto de las vocales cuando se toman grupos de a dos, pero como ahora
es posible repetir vocal entonces se sumarán cinco conguraciones más
AA, AE, AI, AO, AU, EE, EI, EO, EU, II, IO, IU, OO, OU, U U .
Podemos comprobar este resultado usando (1.11) con n=5 y r=2

5+2−1 6! 720
CR25 = = = = 15.
2 2!4! 48
b. Si ahora se toman grupos de a tres vocales, en el Ejemplo 18b también se

5 5
encontraron diez combinaciones distintas (esto debido a la simetría C2 = C3 ).
Pero como ahora es posible repetir vocal, se deben tomar en cuenta tanto
las conguraciones que duplican las vocales como aquellas que las triplican,
obteniendo así un total de 35 conguraciones
AEI, AEO, AEU, AIO, AIU, AOU, EIO, EIU, EOU, IOU,
AAA, EEA, IIA, OOA, U U A,
AAE, EEE, IIE, OOE, U U E,
AAI, EEI, III, OOI, U U I,
AAO, EEO, IIO, OOO, U U O,
AAU, EEU, IIU, OOU, UUU,
n=5yr=3
resultado que puede comprobarse usando (1.11) con

5+3−1 7! 5040
CR35 = = = = 35.
3 3!4! 144
1.3. Probabilidad Simple
Se le llama probabilidad al número que determina la cantidad de formas

en las que el resultado especíco de un experimento aleatorio podría suce-
der entre la cantidad total de resultados posibles. Este número satisface los
siguientes axiomas
1. A la probabilidad de ocurrencia de un evento A, simbolizada como

P (A), se le asignará un número real entre el cero y la unidad
0 ⩽ P (A) ⩽ 1
2. Cada elemento i−ésimo del espacio muestral tendrá asignado una pro-
babilidad wi , denominada peso
3. La suma de todas las probabilidades o pesos será igual a la unidad
X
wi = 1
i
4. Si al ejecutar un experimento es bastante probable la ocurrencia de

cierto punto muestral, a éste se le asignará el valor más cercano a la
unidad
wk → 1
5. Si al ejecutar un experimento es poco probable la ocurrencia de cierto

punto muestral, se le asignará el valor más cercano al cero
wk → 0
6. Si todos los puntos muestrales tienen la misma probabilidad de ocu-

rrencia, se denominarán elementos equiprobables y a sus pesos se les
asignará valores iguales
wi = wj
7. Si la ocurrencia de un suceso es de certeza absoluta se le asignará la

unidad
P (A) = 1
1.3. PROBABILIDAD SIMPLE 37
8. Si la ocurrencia de un suceso es imposible, esto sugiere que todos los

puntos muestrales están por fuera del espacio muestral y por tanto se
le asignará el cero
P (A) = 0
9. La probabilidad de ocurrencia del espacio muestral es por denición

igual a la unidad
P (S) = 1
10. La probabilidad de ocurrencia de un conjunto vacío es por denición

igual a cero
P (∅) = 0
1.3.1. Probabilidad de un Evento
Corresponde a la suma de todos los pesos asignados a cada uno de los

puntos muestrales en A
n
X
Pn (A) = wi (1.12)
i=1
Ejemplo 21 Cálculo de probabilidades para un dado alterado o modicado
Considere el evento de cargar un dado ordinario tal que en un lanzamiento

es dos veces más probable que salga un número impar que uno par. Si E es
el evento de que en un solo lanzamiento
E = {ocurra un número mayor que 3}
calcule la probabilidad P (E)

En esta situación, las probabilidades de obtener un número par serán
P (par) = P (2) = P (4) = P (6) = w,
mientras que las probabilidades de obtener un número impar serán el doble
P (impar) = P (1) = P (3) = P (5) = 2w.

Por el axioma 3 se tiene que
6
X
wi = 2w + w + 2w + w + 2w + w = 1,
i=1
la cual es una ecuación que permite agrupar términos semejantes para des-
pejar el valor del peso
1
w= .
9
Por lo tanto
1 2
P (par) = , P (impar) = .
9 9
Ahora, dado que el evento E está compuesto por los elementos
E = {4, 5, 6}
por la Ecuación (1.12) se tiene
1 2 1 4
P (E) = P (4) + P (5) + P (6) = + + = = 0,44 = 44,4 %.
9 9 9 9
Suponga ahora que es tres veces más probable que salga un número par que
uno impar. Si A y B son los eventos que
A = {ocurra un número par},
B = {ocurra un número divisible entre 3},
halle las probabilidades P (A ∪ B) y P (A ∩ B)

En este caso, las probabilidades de obtener un número impar serán
P (impar) = P (1) = P (3) = P (5) = w,
mientras que las probabilidades de obtener un número par serán del triple
P (par) = P (2) = P (4) = P (6) = 3w.
De nuevo por el axioma 3 se plantea
6
X
wi = w + 3w + w + 3w + w + 3w = 1,
i=1
y de aquí se deduce que ahora el valor del peso es igual a
1
w= .
12
Por lo tanto
3 1 1
P (par) = = , P (impar) = ,
12 4 12
y como
A = {2, 4, 6}, B = {3, 6},
por la Ecuación (1.12) se tiene que
10 5
P (A ∪ B) = P (2) + P (3) + P (4) + P (6) = = = 0,83 = 83,33 %,
12 6
1
P (A ∩ B) = P (6) = = 0,25 = 25 %.
4
1.3.2. Teorema: Probabilidad Simple
Si un experimento aleatorio puede tener como resultado cualquiera de N

diferentes valores igualmente probables (equiprobables) y si exactamente n
de estos resultados corresponden al evento A, entonces la probabilidad del
evento A se obtiene como
n
P (A) = (1.13)
N
Ejemplo 22 Cálculo de probabilidades con monedas
En un monedero hay tres monedas de $1000, seis monedas de $500, cinco

monedas de $200, nueve monedas de $100 y cuatro monedas de $50. Halle la
probabilidad de sacar (a ) una moneda de $1000, (b ) una moneda de $500 o
una de $200 y (c ) una moneda que no sea de $100
Para esta situación se disponen de N = 27 monedas que hay en total en el

monedero, luego, cada punto muestral es equiprobable.
a. Considere M el evento de elegir una moneda de $1000. Utilizamos la

Ecuación (1.13) con n = 3, que es la cantidad de monedas de $1000 que hay
en el monedero para obtener
3 1
P (M ) = = = 0,11 = 11,1 %.
27 9
b. Sea Q el evento de elegir una moneda de $500 y D el evento de elegir una

moneda de $200. Dado que hay seis monedas de $500 y cinco monedas de
$200, usamos n = 6 + 5 = 11 en (1.13)
11
P (Q ∪ D) = = 0,407 = 40,740 %.
27
c. Si denimos C el evento de elegir una moneda de $100, el evento com-

′
plementario C corresponde al de elegir cualquier otra moneda que no sea
de $100, luego, como hay en total 27 monedas de las cuales 9 son de $100,
usamos n = 27 − 9 = 18 en (1.13) para obtener
18 2
P (C ′ ) = = = 0,66 = 66,6 %.
27 3
Ejemplo 23 Juego de póquer
Una mano de póquer consiste en participar con cinco cartas en el juego.

Calcule la probabilidad de obtener dos ases y tres reinas en una mano
Para resolver este problema debemos recordar que la baraja contiene cua-
tro ases y cuatro reinas. Comenzaremos calculando el número de formas de
obtener dos ases de cuatro posibles mediante el combinatorio

4
C24 = = 6.
2
Ahora calculamos el número de formas de obtener tres reinas de cuatro po-
sibles como
4
C34 = = 4.
3
Se aplica regla multiplicativa para obtener el número de resultados distintos
correspondientes al evento de obtener una mano con dos ases y tres reinas
n = C24 × C34 = 6 × 4 = 24.
Ahora, dado que el mazo tiene 52 cartas, el número total de manos de póquer
diferentes y equiprobables que se pueden barajar será

52
N= C552 = = 2,598,960.
5
De este modo, la probabilidad requerida es
n 24 1
P (2A + 3Q) = = = = 9 × 10−6 = 0,000009
N 2,598,960 108,290
esto es, la probabilidad equivale a 9 entre un millón.
Ejemplo 24 Probabilidad de ganarse el Baloto

En el literal b del Ejemplo 16 se obtuvo que la cantidad de arreglos (cartones)

posibles con los que se puede participar en el sorteo del baloto era de
N = 1,848,188,160 permutaciones,
todas ellas igualmente probables. Por tanto la probabilidad de ganarse el

baloto con un cartón de juego es
1 1
P = = = 5,41 × 10−10
N 1,848,188,160
esto es, la probabilidad equivale a 54 entre mil millones.
1.3.3. Reglas Aditivas
Eventos Mutuamente Excluyentes
Si A y B son dos eventos disjuntos cualesquiera entonces A∩B = ∅ y en

consecuencia P (A ∩ B) = P (∅) = 0, luego
P (A ∪ B) = P (A) + P (B). (1.14)
En general, si A1 , A2 , . . ., An son n eventos mutuamente excluyentes, entonces
P (A1 ∪ A2 ∪ · · · ∪ An ) = P (A1 ) + P (A2 ) + · · · + P (An ).
En el caso que S = A1 + A2 + · · · + An , esto es, cada Ai es una partición del

espacio muestral S entonces
P (A1 ∪ A2 ∪ · · · ∪ An ) = P (A1 ) + P (A2 ) + · · · + P (An ) = P (S) = 1.
Eventos No Mutuamente Excluyentes
Sean A y B dos eventos no disjuntos cualesquiera. La suma de todas las

probabilidades de ocurrencia tanto del evento A como del evento B equivale
a la suma de las probabilidades tanto del evento unión A∪B como del evento
intersección A∩B
P (A) + P (B) = P (A ∪ B) + P (A ∩ B) (1.15)
La forma más común de encontrar esta ecuación en la literatura es
P (A ∪ B) = P (A) + P (B) − P (A ∩ B).

Figura 1.6: Diagrama de Venn para el lanzamiento de dos dados idénticos

que representa la unión de los eventos A = {resultados menores que 7} y
B = {resultados divisibles por 3} planteados en el Ejemplo 25.
Ejemplo 25 Apostándole a los dados en el casino
Suponga que un apostador se sienta en la mesa donde juegan a los dados. Él

gana cuando al lanzar dos dados idénticos se obtiene una suma cuyo resultado
sea menor que 7 o divisible entre 3. Calcule la probabilidad de ganar
El espacio universal está compuesto por once elementos
S = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}.

Sea A el evento de obtener resultados menores que 7, el cual contiene cinco
elementos
A = {2, 3, 4, 5, 6}
y sea B el evento de obtener resultados divisibles por 3, el cual contiene
cuatro elementos
B = {3, 6, 9, 12}.
El diagrama de Venn que representa esta situación se muestra en la Figura
1.6. Como cada punto muestral en S es equiprobable, se inere que
5 4
P (A) = , P (B) = .
11 11
El conjunto intersección entre A y B contiene dos elementos, por tanto
2
A ∩ B = {3, 6}, P (A ∩ B) = .
11
Aplicando la Ecuación (1.15) se obtiene la probabilidad de ganar
5 4 2 7
P (A∪B) = P (A)+P (B)−P (A∩B) = + − = = 0,63 = 63,63 %.
11 11 11 11
Ejemplo 26 Matemáticas en el casino
Suponga la misma situación del Ejemplo 25 pero considerando ahora los

siguientes tres eventos:
C = {obtener una raíz exacta} = {4, 9},
D = {obtener un número primo} = {2, 3, 5, 7, 11},

E = {obtener un múltiplo de 6} = {6, 12}.
Calcule la probabilidad para la unión de estos tres eventos.
Como podemos apreciar los eventos C, D y E no tienen elementos en común,

por lo tanto son disjuntos y se puede utilizar la Ecuación (1.14) para obtener
la probabilidad requerida
2 5 2 9
P (C ∪D∪E) = P (C)+P (D)+P (E) = + + = = 0,81 = 81,81 %.
11 11 11 11
Nótese que si se deniera un conjunto F = {8, 10}, la unión de todos resul-
taría en el conjunto universal S = C + D + E + F , por lo cual cada evento
correspondería a una partición y la suma total de las probabilidades daría la
unidad P (S) = P (C) + P (D) + P (E) + P (F ) = 1 tal y como lo plantea el
axioma 9.
Tres Eventos No Mutuamente Excluyentes
El teorema de la regla aditiva puede extenderse a tres eventos no disjuntos

A, B y C mediante la fórmula
P (A∪B∪C) = P (A)+P (B)+P (C)−P (A∩B)−P (A∩C)−P (B∩C)+P (A∩B∩C).

(1.16)
Ejemplo 27 Partida de póquer con un mazo mal barajado
Suponga que el crupier repartió una mano de póquer a cada uno de los cuatro
2
jugadores en una mesa . Curiosamente a ningún apostador le salieron cartas
de picas. Las cartas que el tallador repartió fueron:
♡ = {J, 2, 3, 5, 6, 7}
♢ = {A, J, Q, 3, 4, 5, 7, 8, 9}
2 El crupier es el tallador o repartidor designado a una mesa del casino y encargado
también del cobro y pago de las apuestas.

Figura 1.7: Diagrama de Venn para las cartas de póquer del Ejemplo 27. Si
bien en total hay 20 cartas sobre la mesa, no hace falta repetir caracteres
en las regiones comunes. Por ejemplo la carta marcada con el número 3 se
localiza una sola vez en la intersección de los tres conjuntos, por lo tanto hay
un 3 corazones, un 3 de diamantes y un 3 de tréboles sobre la mesa.
♣ = {A, K, 3, 4, 10}
Calcule la probabilidad de obtener alguna de estas cartas en el primer lance

del juego sin especicar color o palo
Como fueron 20 en total las cartas repartidas y cada punto del espacio mues-
tral es equiprobable, entonces a cada naipe sobre la mesa se le asignará un
peso de 1/20. Las cartas repartidas se representan en el diagrama de Venn
de la Figura 1.7.
Para las cartas que son exclusivamente de corazones hay 6 elementos
6 3
P (♡) = = ,
20 10
las que son exclusivamente de diamantes muestran 9 elementos
9
P (♢) =
20
y las que son exclusivamente de tréboles muestran 5 elementos
5 1
P (♣) = = .
20 4
Para las cartas que son de corazones y diamantes hay 4 elementos
4 1
P (♡ ∩ ♢) = = ,
20 5
hay un solo elemento de corazones y tréboles
1
P (♡ ∩ ♣) =
20
y hay tres elementos de diamantes y tréboles
3
P (♢ ∩ ♣) = .
20
Finalmente, hay un solo elemento común a los tres: corazones, diamantes y
tréboles
1
P (♡ ∩ ♢ ∩ ♣) = .
20
Para calcular la probabilidad requerida usaremos la Ecuación (1.16) como
P (♡∪♢∪♣) = P (♡)+P (♢)+P (♣)−P (♡∩♢)−P (♡∩♣)−P (♢∩♣)+P (♡∩♢∩♣)
y reemplazamos valores para obtener
6 9 5 4 1 3 1 13
P (♡ ∪ ♢ ∪ ♣) = + + − − − + = = 0,65 = 65 %.
20 20 20 20 20 20 20 20
1.3.4. Teorema: Eventos Complementarios
Si A y A′ son dos eventos tales que S = A + A′ se dice entonces que A′ es

el complementario de A (ambos disjuntos o mutuamente excluyentes) y en
consecuencia
P (A) + P (A′ ) = 1. (1.17)
Ejemplo 28 Apostándole a la derrota
Considere nuevamente la situación planteada en el Ejemplo 25. Calcule la

probabilidad de no ganar en el juego de los dados
Al aplicar la Ecuación (1.15) se obtuvo que la probabilidad de ganar era
7
P [(A ∪ B)] = = 0,63 = 63,63 %.
11
Si el evento complementario (A ∪ B)′ se reere a la situación de lanzar dos
dados idénticos y no obtener una suma cuyo resultado sea menor que 7 o
divisible entre 3, entonces la probabilidad de no ganar (o de perder) se puede
calcular desde la Ecuación (1.17) conociendo la probabilidad de ganar como
7 4
P [(A ∪ B)′ ] = 1 − P [(A ∪ B)] = 1 − = = 0,36 = 36,36. %
11 11
Ejemplo 29 Apostar con un dado cargado
Se carga un dado tal que la probabilidad de sacar 1 es el doble que la de

un número que no es primo. Si es tres veces más probable obtener un nú-
mero primo que uno que no lo es, calcule la probabilidad de no sacar en un
lanzamiento un número primo o un 1
Para resolver esta situación debemos primero calcular el valor del peso de
cada punto del espacio muestral
S = {1, 2, 3, 4, 5, 6}.
Sea w el peso asociado a la obtención de un número que no sea primo o la

unidad. Para el número 1 se sabe que
P (1) = 2w,
mientras que para un número primo se tiene
P (primo) = P (2) = P (3) = P (5) = 3w.
Por el axioma 3 de la teoría de probabilidad simple se plantea la ecuación
6
X
wi = 2w + 3w + 3w + w + 3w + w = 1,
i=1
de donde se obtiene el valor del peso despejando w = 1/13. Ahora, si deni-

mos el evento
E = {obtener un número primo o la unidad},
la probabilidad de este evento se calcula como
11
P (E) = P (1) + P (2) + P (3) + P (5) = = 0,84 = 84,61 %.
13
Finalmente, aplicando el teorema del complemento (1.17) calculamos la pro-
babilidad requerida
11 2
P (E ′ ) = 1 − P (E) = 1 − = = 0,15 = 15,38 %.
13 13
Es claro que este resultado también pudo haberse obtenido sumando los
puntos muestrales que no corresponden a la unidad o a un primo
1 1 2
P (E ′ ) = P (4) + P (6) = + = = 0,15 = 15,38 %.
13 13 13
1.4. PROBABILIDAD CONDICIONAL 47
1.4. Probabilidad Condicional
La probabilidad de que un evento B ocurra cuando se sabe que ya ocurrió

algún evento A, se dene como
P (A ∩ B)
P (B|A) = , P (A) > 0. (1.18)
P (A)
La notación B|A se lee B dado A.
Ejemplo 30 Probabilidad de reprobar asignaturas
En los últimos años se ha visto que el 40 % de los estudiantes de primer

semestre de ingeniería reprueban álgebra lineal, el 45 % reprueba cálculo di-
ferencial y el 35 % reprueban ambas asignaturas. Si se selecciona al azar un
estudiante halle las siguientes probabilidades:
a. Que repruebe cálculo si se sabe que ya reprobó álgebra
b. Que repruebe álgebra si se sabe que ya reprobó cálculo
Denamos los siguientes eventos y establezcamos sus probabilidades
A = {reprobar álgebra}, P (A) = 0,40,
C = {reprobar cálculo}, P (C) = 0,45.

Como la probabilidad de reprobar ambas es
P (A ∩ C) = 0,35 = P (C ∩ A),
usando la Ecuación (1.18) se obtiene:
a.
P (A ∩ C) 0,35
P (C|A) = = = 0,87 = 87,5 %.
P (A) 0,40
b.
P (C ∩ A) 0,35
P (A|C) = = = 0,77 = 77,7 %.
P (C) 0,45
Ejemplo 31 Lanzamiento de dos dados indistinguibles
Halle la probabilidad de sacar un número par dado que se obtuvo un número

mayor o igual a 7
Figura 1.8: Tabla con las conguraciones que resultan al lanzar y sumar los
valores de las caras de los dados del Ejemplo 31. La mínima suma posible es
igual a 2 y la máxima es igual a 12. Todos los valores pares están encerrados
en un círculo rojo mientras que los valores mayores o iguales a 7 se encuentran
dentro de un cuadrado amarillo sobre la diagonal superior.
Sea A el evento de obtener en un lanzamiento con dos dados idénticos un

número mayor o igual a 7
A = {7, 8, 9, 10, 11, 12}.

En la Figura 1.8 vemos que cada uno de estos valores aparece un determinado
número de veces:
✓ el número 7 aparece seis veces
✓ el número 8 aparece cinco veces
✓ el número 9 aparece cuatro veces
✓ el número 10 aparece tres veces
✓ el número 11 aparece dos veces
✓ el número 12 aparece una vez
Esto da un total de 21 elementos. Ahora sea B el evento de obtener un

número par
B = {2, 4, 6, 8, 10, 12}.
De nuevo cada uno de estos valores aparece un determinado número de veces:
Esto da un total de 18 elementos. Los valores comunes entre A y B son
A ∩ B = {8, 10, 12}
y dado que, según lo anterior
tenemos un total de 9 elementos. Como las posibles conguraciones son
N = 6 × 6 = 36,
se tiene entonces que
21 9
P (A) = , P (A ∩ B) = .
36 36
Podemos entonces usar (1.18) para calcular la probabilidad requerida
P (A ∩ B) 9/36 3
P (B|A) = = = = 0,42 = 42,85 %.
P (A) 21/36 7
Ejemplo 32 Encuestas
Un banco elaboró la tabla que se muestra en la Figura 1.9 con los clientes de
una sucursal, teniendo en cuenta que todos los clientes tienen productos cre-
diticios con el banco y que dos de ellos serán seleccionados para condonarles
la deuda de acuerdo a los siguientes criterios:
Figura 1.9: Tabla con información sobre los 900 clientes de cierta sucursal
de un banco donde se contrasta género y condición de empleabilidad para el
Ejemplo 32.
H = {evento de elegir un hombre}
M = {evento de elegir una mujer}
E = {evento de elegir una persona empleada}
D = {evento de elegir una persona desempleada}
Calcule las probabilidades
a. P (H|E)
b. P (M |D)
a. De acuerdo con los valores suministrados en la tabla, hay un total de 600

personas empleadas de las cuales 460 son hombres, luego
600 460
P (E) = , P (E ∩ H) = ,
900 900
y usando la Ecuación (1.18) la probabilidad de elegir un hombre dado que es
una persona empleada es
P (E ∩ H) 460/900 23
P (H|E) = = = = 0,76 = 76,66 %.
P (E) 600/900 30
b. Análogamente, hay un total de 300 personas desempleadas de las cuales

260 son mujeres, luego
300 260
P (D) = , P (D ∩ M ) = ,
900 900
y desde (1.18) la probabilidad de elegir una mujer dado que es una persona
desempleada es
P (D ∩ M ) 260/900 13
P (M |D) = = = = 0,86 = 86,66 %.
P (D) 300/900 15
Ejemplo 33 Puntualidad de una aerolínea
Una aerolínea ofrece a sus clientes las siguientes certezas respecto a cierto
itinerario de vuelo
Probabilidad de que un vuelo programado salga a tiempo: 83 %
Probabilidad de que un vuelo programado llegue a tiempo: 82 %
Probabilidad de que un vuelo programado salga y llegue a tiempo: 78 %
Calcule la probabilidad para cuando
a. Un avión llegó a tiempo dado que salió a tiempo
b. Un avión salió a tiempo dado que llegó a tiempo
c. Un avión llegó a tiempo dado que hubo un percance y se dio aviso que
el vuelo no salió a tiempo
Comencemos deniendo los eventos
D = {el vuelo salió a tiempo},
A = {el vuelo llegó a tiempo},
D ∩ A = {el vuelo salió y llegó a tiempo},
de esta manera los porcentajes dados corresponden a
P (D) = 0,83, P (A) = 0,82, P (D ∩ A) = 0,78.
a.
P (D ∩ A) 0,78
P (A|D) = = = 0,93 = 93,97 %.
P (D) 0,83
b.
P (A ∩ D) 0,78
P (D|A) = = = 0,95 = 95,12 %.
P (A) 0,82
Figura 1.10: Diagrama de Venn para relacionar los eventos A y D en el

Ejemplo 33. Mientras que el evento D
se muestra como la región de colores
′
blanco y amarillo, su complementario D correspondería a las regiones azul
y rosa. Pero como se desea relacionarlo con el evento A, vemos que éste
concierne a la unión de los dos eventos mutuamente excluyentes A ∩ D′ (en
azul) y A∩D (en amarillo).
c. Para responder a esta pregunta necesitamos calcular dos probabilidades a

partir de la información suministrada. Considere el evento complementario
D′ = {el vuelo no salió a tiempo},
luego, por el teorema del complemento (1.17) se tiene que
P (D′ ) = 1 − P (D) = 1 − 0,83 = 0,17 = 17 %.

Ahora, la probabilidad del evento el vuelo llegó a tiempo P (A) puede plan-
tearse en función de los eventos complementarios: el vuelo salió a tiempo
y el vuelo no salió a tiempo, tal y como se representa en el diagrama de la
Figura 1.10. Para ello usamos la expresión
P (A) = P (A ∩ D) + P (A ∩ D′ ),
de donde despejamos
P (A ∩ D′ ) = P (A) − P (A ∩ D) = 0,82 − 0,78 = 0,04 = 4 %,

y en consecuencia, la probabilidad de que el avión llegó a tiempo dado que
no salió a tiempo será
P (A ∩ D′ ) 0,04
P (A|D′ ) = ′
= = 0,23 = 23,53 %,
P (D ) 0,17
lo que representa una considerable disminución en la puntualidad de llegada
del avión a su destino.
1.4.1. Probabilidad Compuesta
3
Si en un experimento pueden ocurrir los eventos independientes A y B
entonces
P (A ∩ B) = P (A)P (B|A)
o también
P (B ∩ A) = P (B)P (A|B) (1.19)
Ejemplo 34 Bolas de colores en bolsas diferentes
Se tienen dos bolsas con bolas de colores Blancas y Negras. La bolsa número
1 contiene inicialmente siete bolas:
✓ 4 bolas Blancas
✓ 3 bolas Negras
mientras que la bolsa número 2 contiene inicialmente ocho bolas:
✓ 3 bolas Blancas
✓ 5 bolas Negras
Se saca (sin mirar) una bola de la primera bolsa y se integra en la segunda

bolsa. Halle la probabilidad de que ahora al extraer una bola de la segunda
bolsa esta sea de color Blanca
Considere los eventos
B1 = {extraer una bola blanca de la bolsa 1},
B2 = {extraer una bola blanca de la bolsa 2},
N1 = {extraer una bola negra de la bolsa 1},
N2 = {extraer una bola negra de la bolsa 2}.
En vista que ambas bolsas tienen solo bolas blancas o negras, al extraer una
bola de la bolsa 1 e integrarla a la bolsa 2 se incrementará en una la cantidad
nal de bolas blancas o negras, quedando así la bolsa 2 con 9 bolas.
3 Dos eventosA y B se dicen independientes sí y solo si P (A) = P (A|B) o equiva-

lentemente P (B) = P (B|A), esto es, la ocurrencia de un evento no tiene impacto en las
probabilidades de ocurrencia del otro.
Figura 1.11: Diagrama de árbol para el Ejemplo 34. Los caminos marcados
en color rojo corresponden a la posibilidad de extraer en última instancia
una bola blanca de la bolsa 2. La fórmula (1.19) se utiliza una vez por cada
ramicación multiplicando los valores de las probabilidades asociadas a cada
rama del árbol, esto a lo largo de una misma ruta. La suma de todos los
valores nales da la unidad: 2/7 + 1/7 + 20/63 + 16/63 = 1.
Para ilustrar todas las posibilidades vamos a construir un diagrama de árbol

como el que se muestra en la Figura 1.11. Independientemente de si al inicio se
extrajo una bola blanca o una bola negra de la bolsa 1, estamos interesados en
el evento de extraer una bola blanca de la bolsa 2, luego de haber sacado una
bola de la bolsa 1 y haberla integrado en la bolsa 2. Por lo tanto, tendremos
que sumar las probabilidades de los eventos mutuamente excluyentes
(N1 ∩ B2 ) ∪ (B1 ∩ B2 ).
El diagrama muestra los dos momentos que plantea el enunciado. En la pri-

mera instancia se extrae sin mirar una bola de la bolsa 1, la cual puede
ser negra (ramicación superior) correspondiente a P (N1 ) = 3/7 o blanca
(ramicación inferior) correspondiente a P (B1 ) = 4/7.
En la segunda instancia el diagrama plantea las siguientes dos posibilidades:
i. que ahora en la bolsa 2 haya una bola negra adicional (óvalo superior)
tal que podrá elegirse o una bola negra P (N2 |N1 ) = 6/9 o una bola
blanca P (B2 |N1 ) = 3/9
ii. que ahora en la bolsa 2 haya una bola blanca adicional (óvalo inferior)
tal que podrá elegirse o una bola negra P (N2 |B1 ) = 5/9 o una bola
blanca P (B2 |B1 ) = 4/9
Finalmente, la probabilidad requerida se calculará como la suma
1 16 25
P [(N1 ∩B2 )∪(B1 ∩B2 )] = P (N1 ∩B2 )+P (B1 ∩B2 ) = + = = 0,39 = 39,68 %.
7 63 63
1.4.2. Regla Multiplicativa Generalizada
En general, si en un experimento pueden ocurrir los eventos A1 , A2 ,. . .,

Ak , entonces
P (A1 ∩A2 ∩· · ·∩Ak ) = P (A1 )P (A2 |A1 )P (A3 |A1 ∩A2 ) · · · P (Ak |A1 ∩A2 ∩· · ·∩Ak−1 ).
(1.20)
En el caso que los eventos A1 , A2 ,. . ., Ak , sean independientes, entonces
P (A1 ∩ A2 ∩ · · · ∩ Ak ) = P (A1 )P (A2 ) · · · P (Ak ). (1.21)
Ejemplo 35 Cartas de una baraja sin reintegro
De una baraja ordinaria se sacan sin reemplazo tres cartas una tras otra.
Considere los eventos
A1 = {sacar como primera carta un As},
A2 = {sacar como segunda carta un 10 o un Rey},
A3 = {sacar como tercera carta una mayor que 2 pero menor que 10}.
Calcule la probabilidad para la intersección de los tres eventos
Para esta situación, el hecho que inicialmente la baraja contenga 52 cartas y

se vayan sacando una a una sin reincorporar al mazo otra o la misma carta,
implica que en cada nuevo evento el total de cartas irá disminuyendo en una
unidad. Para el primer evento se sabe que el mazo tiene cuatro Ases, así
4
P (A1 ) = .
52
Para el segundo evento se sabe que el mazo tiene cuatro cartas numeradas
con el 10 y cuatro marcadas con la letra K (esto es, hay 4 reyes), y como del
mazo ya se extrajo una carta entonces
8
P (A2 |A1 ) = .
51
Para el tercer evento se sabe que hay cuatro cartas numeradas con el 3, cuatro
numeradas con el 4, cuatro numeradas con el 5, cuatro numeradas con el 6,
Figura 1.12: Diagrama de árbol para el Ejemplo 36. En el primer nivel se

selecciona un hombre (H) o una mujer (M) entre 16 candidatos; ya elegido el
primero, en el segundo nivel habrán 15 candidatos y en el tercer nivel habrán
14 candidatos.
cuatro numeradas con el 7, cuatro numeradas con el 8 y cuatro numeradas

con el 9 para un total de 28 cartas, y como del mazo ya se extrajeron dos
cartas se tiene
28
P (A3 |A1 ∩ A2 ) = .
50
Por la regla multiplicativa (1.20) se concluye entonces que
P (A1 ∩ A2 ∩ A3 ) = P (A1 )P (A2 |A1 )P (A3 |A1 ∩ A2 )
4 8 28 112
P (A1 ∩ A2 ∩ A3 ) = × × = = 0,006 = 0,67 %.
52 51 50 16575
Ejemplo 36 Puestos de trabajo
Para las próximas elecciones, la registraduría elegirá tres jurados de votación

de la empresa EPM Sucre. Los candidatos son 6 mujeres y 10 hombres.
Calcule la probabilidad de que los tres elegidos sean del mismo género
La Figura 1.12 muestra el diagrama de árbol con todas las posibles con-
guraciones para las ternas de jurados elegibles, pero estamos interesados
únicamente en las ramicaciones que corresponden tanto a los tres hombres
como a las tres mujeres.
Para el caso de elegir tres hombres la probabilidad se calcula aplicando la

regla multiplicativa generalizada (1.20) con los tres valores asignados a la
ruta de color naranja en el extremo izquierdo del diagrama
10 9 8 3
P (3H) = × × = = 0,21 = 21,42 %.
16 15 14 14
Análogamente, para el caso de elegir tres mujeres la probabilidad se calcula
aplicando la regla multiplicativa (1.20) con los tres valores asignados a la
ruta de color azul en el extremo derecho del diagrama
6 5 4 1
P (3M ) = × × = = 0,03 = 3,57 %.
16 15 14 28
Finalmente, se aplica la regla aditiva para encontrar la probabilidad requerida
3 1 1
P (3H ∪ 3M ) = P (3H) + P (3M ) = + = = 0,25 = 25 %.
14 28 4
Ejemplo 37 Eventos independientes con una moneda cargada
Se altera una moneda tal que la probabilidad de ocurrencia de Cara es dos

veces mayor que la de Sello. Si la moneda se lanza tres veces, halle la proba-
bilidad de obtener dos Sellos y una Cara
Sea Z el espacio muestral compuesto por los ocho elementos
Z = {CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS}.
Ahora, como la moneda está trucada no es posible asignarle pesos iguales a

cada punto muestral. Considere el primer lance y sus probabilidades
Z1 = {C, S}, P (C) = 2w, P (S) = w.
Por el axioma 3 de la teoría de probabilidad simple se tiene que
2
X 1
wi = 2w + w = 1 ∴ w= ,
i=1
3
de este modo
2 1
P (C) = , P (S) = .
3 3
Considere ahora el evento
E = {obtener dos sellos y una cara} = {SSC, SCS, CSS},

Figura 1.13: Diagrama que representa la regla de partición: (izquierda) para

un evento A totalmente contenido dentro de un evento universal S . La región
S se parte en dos conjuntos mutuamente excluyentes E y E ′ , de tal manera
′
que pueden plantearse las intersecciones E ∩ A y E ∩ A para que su unión
congure la región A; (derecha) caso general en el que A está totalmente
contenido dentro de S el cual a su vez está conformado por las particiones
E1 , E2 ,. . ., Ek .
el cual contiene tres elementos. Como los resultados en cada uno de los tres
lanzamientos son independientes se tiene entonces que emplear la Ecuación
(1.21) en la forma
1 1 2 2
P (SSC) = P (S ∩ S ∩ C) = P (S)P (S)P (C) = × × = .
3 3 3 27
Del mismo modo se tiene que
2
P (SCS) = P (CSS) =
27
y en conclusión, por regla aditiva la probabilidad requerida es
2 2 2 2
P (E) = P (SSC)+P (SCS)+P (CSS) = + + = = 0,22 = 22,22 %.
27 27 27 9
1.4.3. Regla de Bayes
Teorema de la Partición
Conocido también como regla de eliminación, en su forma más simple este

teorema plantea que un evento A totalmente contenido dentro de un evento
universal S, el cual a su vez puede partirse como los eventos mutuamente
′
excluyentes E y E , tal y como se muestra en la Figura 1.13 (izquierda),
permite que el evento A pueda escribirse como la unión de los eventos
A = (E ∩ A) ∪ (E ′ ∩ A),
de modo que usando (1.19) su probabilidad será la suma
P (A) = P [(E ∩ A) ∪ (E ′ ∩ A)] = P [(E ∩ A)] + P [(E ′ ∩ A)]

P (A) = P (E)P (A|E) + P (E ′ )P (A|E ′ ).
En general, si los eventos E1 , E2 ,. . ., Ek constituyen una partición del espacio
muestral S tales que P (Ei ) ̸= 0 para i = 1, 2, . . . , k , tal y como se muestra
en la Figura 1.13 (derecha), entonces para cualquier evento A totalmente
contenido en S se cumple que
k
X k
X
P (A) = P (Ei ∩ A) = P (Ei )P (A|Ei ). (1.22)
i=1 i=1
Ejemplo 38 Recarga de extintores
La universidad contrató cuatro empresas para recargar todos los extintores

de sus sedes. A cada una se le asignó un porcentaje de extintores y éstas a su
vez advierten el margen de error en sus recargas, tal y como se muestra en
el Cuadro 1.5. Calcule la probabilidad de encontrar un extintor defectuoso
Empresa % Asignado % Defectuosos

E1 30 3.0
E2 20 2.5
E3 35 4.0
E4 15 3.5
Cuadro 1.5: Empresas que recargan los extintores para el Ejemplo 38.
Sea A el evento de encontrar al azar un extintor defectuoso. Teniendo en

cuenta que la cantidad porcentual de extintores asignados por la universidad
a cada empresa corresponde a las probabilidades
P (E1 ) = 0,30, P (E2 ) = 0,20, P (E3 ) = 0,35, P (E4 ) = 0,15,

mientras que los porcentajes de defecto corresponden a las probabilidades
condicionales
P (A|E1 ) = 0,030, P (A|E2 ) = 0,025, P (A|E3 ) = 0,040, P (A|E1 ) = 0,035.

De este modo, usando la Ecuación (1.22) se obtiene
4
X
P (A) = P (Ei ∩ A)
i=1
P (A) = P (E1 )P (A|E1 ) + P (E2 )P (A|E2 ) + P (E3 )P (A|E3 ) + P (E4 )P (A|E4 )

P (A) = (0,3×0,03)+(0,2×0,025)+(0,35×0,04)+(0,15×0,035) = 0,033 = 3,325 %.
Ejemplo 39 Planta de ensamble
En una planta de ensamble la producción total está a cargo de tres máquinas

1, 2 y 3 en proporciones de 30 %, 45 % y 25 % respectivamente. En el último
lote se encontraron las siguientes tasas respectivas de artículos defectuosos:
2 %, 3 % y 1 %.
a. Si se selecciona al azar un producto terminado, calcule la probabilidad

de que este no salga defectuoso
b. Si se elige al azar un producto y se encuentra que es defectuoso halle

la probabilidad de que haya sido ensamblado por la máquina 3
a. Para comenzar vamos a denir los eventos
D = {elegir un producto defectuoso},
E1 = {el producto fue ensamblado por la máquina 1},
E2 = {el producto fue ensamblado por la máquina 2},
E3 = {el producto fue ensamblado por la máquina 3}.
Podemos diseñar un cuadro similar al del Ejemplo 38 para organizar la in-

formación suministrada como
Máquina % Producción % Defectuosos

E1 30 2
E2 45 3
E3 25 1
Cuadro 1.6: Máquinas de ensamble para el Ejemplo 39.
Así podemos plantear la Ecuación (1.22) como
3
X
P (D) = P (Ei ∩ D) = P (E1 )P (D|E1 ) + P (E2 )P (D|E2 ) + P (E3 )P (D|E3 )
i=1
P (D) = (0,3 × 0,02) + (0,45 × 0,03) + (0,25 × 0,01) = 0,022 = 2,2 %.

Sin embargo esta es la probabilidad de elegir un producto defectuoso, luego,

por el teorema del complemento (1.17) se obtiene que la probabilidad de
elegir un producto no defectuoso es
P (D′ ) = 1 − P (D) = 1 − 0,022 = 0,978 = 97,8 %.
b. Este interrogante plantea la pregunta por el valor de la probabilidad con-

dicional P (E3 |D). En el literal anterior se obtuvo que P (D) = 2,2 %, luego,
para responder a esta pregunta tendremos que combinar la ecuación para
probabilidad condicional (1.18)
P (D ∩ E3 )
P (E3 |D) =
P (D)
con la ecuación para probabilidad compuesta (1.19)
P (D ∩ E3 ) = P (E3 )P (D|E3 ),
para obtener
P (E3 )P (D|E3 ) (0,25)(0,01)

P (E3 |D) = = = 0,1136 = 11,36 %.
P (D) 0,022
Como veremos a continuación, el Teorema de la Regla de Bayes (también
llamada Bayesiana) se ocupa de este tipo de interrogantes.
Teorema: Regla de Bayes
Si los eventosE1 , E2 ,. . ., Ek constituyen una partición del espacio mues-

tral S donde P (Ei ) ̸= 0 para i = 1, 2, . . . , k , entonces para cualquier evento
A en S tal que P (A) ̸= 0 se tiene
P (En )P (A|En )
P (En |A) = , n = 1, 2, . . . , k, (1.23)
P (A)
donde
k
X
P (A) = P (Ei )P (A|Ei ).
i=1
Ejemplo 40 Empleabilidad de una población
En cierto municipio el 40 % de la población trabaja en el sector de servicios,

el 35 % en el sector de sanidad y el resto en otros sectores. El 30 % de los que
Figura 1.14: Diagrama de árbol para la empleabilidad poblacional del Ejem-

plo 40.
trabajan en servicios son mujeres, así como el 60 % de los que trabajan en

sanidad y el 45 % de los otros sectores. Calcule la probabilidad de elegir al
azar una persona perteneciente al sector de sanidad si se sabe que es hombre
Para este problema el valor de la probabilidad condicional a obtener es

P (sanidad|hombre). Comencemos tabulando la información dada
Sector % Mujeres % Hombres

Servicios (40 %) 30 70
Sanidad (35 %) 60 40
Otros (25 %) 45 55
Cuadro 1.7: Distribución de empleabilidad para el Ejemplo 40.
Dado que por cada sector hay hombres y mujeres trabajando, resulta más
ilustrativo respresentar esta situación usando el diagrama de árbol de la
Figura 1.14. Allí se demarcó con color naranja aquellas ramicaciones que
sugieren la posible elección de un hombre independiente del sector del que
provenga. Por regla aditiva, la suma de estos productos corresponderá a la
probabilidad de que la persona elegida sea un hombre
3
X
P (hombre) = P (sectori )P (hombre|sectori )
i=1
= P (serv)P (hombre|serv) + P (san)P (hombre|san) + P (otr)P (hombre|otr)

P (hombre) = (0,40)(0,70) + (0,35)(0,40) + (0,25)(0,55) = 0,5575 = 55,75 %.
Ahora, como la pregunta especica el sector de sanidad, el diagrama demarca
en color azul la única ramicación que cumple con ambas condiciones
P (hombre ∩ san) = P (san)P (hombre|san) = (0,35)(0,40) = 0,14 = 14 %.

Finalmente se reemplazan estos dos valores en la fórmula de Bayes (1.23)

para responder a la pregunta
P (san)P (hombre|san) 0,14

P (san|hombre) = = = 0,25 = 25,11 %.
P (hombre) 0,5575
Ejemplo 41 Vacunas para el SARS-CoV-2
Durante la pandemia el gobierno de un país aplicó a su población tres tipos

de vacunas en la primera fase de inoculación con los biológicos competentes.
Los resultados se muestran en el Cuadro 1.8.
Sinovac (35 %) Pzer (40 %) AstraZeneca (25 %)

Exitosa 80 % 90 % 70 %
Cuadro 1.8: Tasas de éxito en la vacunación del Ejemplo 41.
Considere los siguientes eventos:
E = {vacuna exitosa},
V = {se aplicó biológico Sinovac},
F = {se aplicó biológico Pzer},
Z = {se aplicó biológico AstraZeneca}.
Calcule las siguientes probabilidades:
a. P (E)
b. P (F |E)
c. P (Z|E ′ )
d. P (Z ′ |E)
e. P (F ′ |E ′ )
La información suministrada en el Cuadro 1.8 la podemos reescribir de la

siguiente manera
a. La probabilidad total de éxito la encontraremos sumando los productos
P (E) = P (V )P (E|V ) + P (F )P (E|F ) + P (Z)P (E|Z)

P (V ) = 0,35 P (F ) = 0,40 P (Z) = 0,25

E P (E|V ) = 0,80 P (E|F ) = 0,90 P (E|Z) = 0,70
E′ P (E ′ |V ) = 0,20 P (E ′ |F ) = 0,10 P (E ′ |Z) = 0,30
Cuadro 1.9: Valores de probabilidad asociados al Cuadro 1.8.
P (E) = (0,35)(0,80) + (0,40)(0,90) + (0,25)(0,70) = 0,815 = 81,5 %.
b. La probabilidad condicional de elegir una persona que haya sido inoculada

con el biológico Pzer dado que su resultado fue exitoso es
P (F )P (E|F ) (0,40)(0,90)
P (F |E) = = = 0,441 = 44,17 %.
P (E) 0,815
c. La probabilidad de elegir una persona que haya sido inoculada con el

biológico AstraZeneca dado que su resultado no fue exitoso es
P (Z)P (E ′ |Z) P (Z)P (E ′ |Z) (0,25)(0,30)

P (Z|E ′ ) = ′
= = = 0,405 = 40,54 %.
P (E ) 1 − P (E) 1 − 0,815
d. La probabilidad de elegir una persona que no haya sido inoculada con el

biológico AstraZeneca dado que su resultado fue exitoso es
P (Z)P (E|Z) (0,25)(0,70)

P (Z ′ |E) = 1−P (Z|E) = 1− = 1− = 0,785 = 78,52 %.
P (E) 0,815
e. La probabilidad de elegir una persona que no haya sido inoculada con el

biológico Pzer dado que su resultado fue no exitoso es
P (F )P (E ′ |F ) P (F )P (E ′ |F )
P (F ′ |E ′ ) = 1 − P (F |E ′ ) = 1 − = 1 −
P (E ′ ) 1 − P (E)
(0,40)(0,10)
P (F ′ |E ′ ) = 1 − = 0,783 = 78,37 %.
1 − 0,815

Probabilidad

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

Probabilidad

Cargado por

Copyright:

Formatos disponibles

Notas de clase:

Universidad Distrital Francisco José de Caldas

El curso introductorio de Estadística y Probabilidad es considerado fun-

La estadística y la teoría de probabilidades aparecen con relativa frecuencia

A diferencia de los libros de texto tradicionales cuyos contenidos son volu-

los pormenores del tema que se desarrollará en la siguiente clase e incluso,

Señor estudiante: tenga siempre a la mano estas notas de clase, consúltelas

Las probabilidades son un conjunto de formalismos matemáticos que per-

Su objeto de estudio son los fenómenos aleatorios y estocásticos, es decir, los

1.1. Espacio Muestral y Eventos

Vamos a comenzar deniendo qué es un experimento aleatorio : Se consi-

Mientras que el espacio muestral es el conjunto de todos los posibles resulta-

Figura 1.1: Diagrama de árbol para el Ejemplo 1. El primer resultado co-

1.1.1. Espacio Muestral

Se denomina espacio muestral al conjunto de todos los posibles resultados

Ejemplo 1 Diagrama de árbol

Cada uno de estos posibles resultados se denominan punto, elemento o miem-

mientras que el del dado será

SD = {D1, D2, D3, D4, D5, D6}.

S = {CT 1, CT 2, CT 3, CT 4, SD1, SD2, SD3, SD4, SD5, SD6}.

S ′ = {CT 2, CT 3, SD2, SD3, SD5}.

Se dice entonces que S′ S . De hecho, si se conoce cuál

Ejemplo 2 Espacio muestral descrito mediante un enunciado o regla

i. Conjunto de empresas de un país cuysa ganancias netas en el último

ii. Conjunto de todos los pares ordenados sobre la frontera o en el interior

iii. Conjunto de los aportes totales al hogar en una pareja o matrimonio

i. Sea x la cantidad de empresas de un país cuya ganancia neta fue superior a

que la ecuación de una circunferencia de radio r y centrada en el origen es

iii. Sea x el aporte que da el hombre al hogar y sea y el aporte de la mujer;

Se denomina evento al subconjunto E de un espacio muestral. Para cada

Ejemplo 3 Vida media de un bombillo

Describa el espacio muestral de la vida en años de un bombillo, en el evento

Sea t la vida en años de un bombillo. El espacio muestral será abierto

Los conjuntos numéricos son agrupaciones de valores con propiedades

El complemento de un evento A con respecto a S es el subconjunto de

Por lo general, al conjunto S también se le suele llamar conjunto universal.

Ejemplo 4 Baraja clásica

Considere una baraja ordinaria de 52 cartas inglesa (o francesa). El mazo

 nueve cartas numeradas del 2 al 10

 un Jack J (Sota o Sirviente)

Para este planteamiento, el conjunto universal será

S = {todas las cartas del mazo}.

Suponga que se dene el subconjunto

N = {todas las cartas negras del mazo},

entonces, de acuerdo al contexto, existe un evento

N ′ = {todas las cartas no−negras del mazo},

Otra forma de plantear el mismo conjunto universal en dos grupos de cartas

L = {todas las cartas del mazo identicadas con letras},

que podría representarse por extensión (punto a punto) como

L′ = {todas las cartas del mazo no−identicadas con letras}

La intersección de dos eventos A yB es el evento C que contiene a todos

Ejemplo 5 Caras de un dado

Considere de nuevo el evento de lanzar una vez un dado

Si se denen los eventos de obtener (en una sola extracción)

A = {número par} = {2, 4, 6},

B = {número mayor que 3} = {4, 5, 6},

Por otro lado, si se dene

D = {números impares menores que 5} = {1, 3},

entonces se tendría que A∩D =∅ y B∩D =∅ puesto que no tendrían ele-

Dos eventos A y B se consideran disjuntos si no tienen elementos en

Ejemplo 6 Balotera para rifas

S = {balotas numeradas del 1 al 99} = {1, 2, 3, 4, . . . , 99}.

Ahora considere los eventos de obtener en una sola extracción

Vamos a comenzar deniendo qué es un experimento aleatorio : Se consi-

nueve cartas numeradas del 2 al 10

un Jack J (Sota o Sirviente)

Suponga que se dene el subconjunto

L = {todas las cartas del mazo identicadas con letras},

L′ = {todas las cartas del mazo no−identicadas con letras}

Si se denen los eventos de obtener (en una sola extracción)

Por otro lado, si se dene

Las vocales se clasican en fuertes o abiertas (a, e, o) y débiles o cerradas

Deniendo los eventos

La Figura 1.2 muestra que el conjunto E corresponde a la gráca de una

(E ∪ C)′ = xx < −4 ∪ x > 9 .

(E ∩ C)′ = xx ∈ [−4, 1) ∪ (6, 9] .

mientras que para escribir por extensión el conjunto C se utiliza la denición

Es básicamente la extensión de la regla simple abarcando un número nito

b. Tres personas anes a tres partidos políticos distintos ocupando tres

La regla multiplicativa plantea que el total de conguraciones viene dado por

Las permutaciones circulares se reeren a las diferentes agrupaciones con los